Como treinar o ResNet na Cloud TPU

O modelo deste tutorial é baseado no artigo Deep Residual Learning for Image Recognition (em inglês), que foi o primeiro a apresentar a arquitetura de rede residual ou ResNet. O tutorial usa a variante de 50 camadas, o ResNet-50, e demonstra o treinamento do modelo usando a TPUEstimator.

Objetivos

  • Criar um intervalo do Cloud Storage para armazenar o conjunto de dados e a saída do modelo.
  • Prepare uma versão de teste do conjunto de dados do ImageNet, conhecido como conjunto de dados do fake_imagenet.
  • Executar o job de treinamento.
  • Verificar os resultados da saída.

Custos

Neste tutorial, há componentes faturáveis do Google Cloud Platform, entre eles:

  • Compute Engine
  • Cloud TPU
  • Cloud Storage

Use a calculadora de preços para gerar uma estimativa de custos baseada na projeção de uso. Os novos usuários do GCP podem estar qualificados para uma avaliação gratuita.

Antes de começar

Antes de começar o tutorial, verifique se o projeto do Google Cloud Platform foi configurado corretamente.

  1. Faça login na sua Conta do Google.

    Se você ainda não tiver uma, inscreva-se.

  2. Selecione ou crie um projeto do Google Cloud Platform.

    Acessar a página Gerenciar recursos

  3. Verifique se o faturamento foi ativado no projeto do Google Cloud Platform.

    Saiba como ativar o faturamento

  4. Este tutorial inclui componentes faturáveis do Google Cloud Platform. Consulte a página de preços do Cloud TPU para fazer uma estimativa dos custos. Para evitar cobranças desnecessárias, não se esqueça de apagar os recursos criados ao terminar de usá-los.

Configurar os recursos

Nesta seção, você verá como configurar os recursos da Cloud TPU, VM e armazenamento do Cloud Storage para tutoriais.

  1. Abra uma janela do Cloud Shell.

    Abrir o Cloud Shell

  2. Crie uma variável para o nome do projeto.

    export PROJECT_NAME=project_name
    
  3. Configure a ferramenta de linha de comando da gcloud para usar o projeto em que a Cloud TPU será criada.

    gcloud config set project ${PROJECT_NAME}
    
  4. Crie um intervalo do Cloud Storage usando o seguinte comando:

    gsutil mb -p ${PROJECT_NAME} -c standard -l europe-west4 -b on gs://bucket-name/
    

    Esse intervalo do Cloud Storage armazena os dados usados para treinar o modelo e os resultados do treinamento. A ferramenta ctpu up usada neste tutorial configura permissões padrão para a conta de serviço da Cloud TPU. Caso queira permissões mais específicas, consulte as permissões de nível de acesso.

    O local do intervalo precisa estar na mesma região da máquina virtual (VM, na sigla em inglês) e do nó da TPU. As VMs e os nós da TPU estão localizados em zonas específicas, que são subdivisões dentro de uma região.

  5. Inicie os recursos do Compute Engine e da Cloud TPU necessários usando o comando ctpu up.

    ctpu up --zone=europe-west4-a \
    --vm-only \
    --disk-size-gb=300 \
    --machine-type=n1-standard-8 \
    --tf-version=1.14 \
    --name=resnet-tutorial

    Para mais informações sobre o utilitário do CTPU, consulte Referência do CTPU.

  6. Quando solicitado, pressione y para criar os recursos da Cloud TPU.

Quando o comando ctpu up terminar a execução, verifique se o prompt do shell foi alterado de username@project para username@tpuname. Essa alteração mostra que você fez login na VM do Compute Engine. Caso não esteja conectado à instância do Compute Engine, execute o seguinte comando:

gcloud compute ssh resnet-tutorial --zone=europe-west4-a

Daqui em diante, o prefixo (vm)$ significa que é preciso executar o comando na instância de VM do Compute Engine.

Prepare os dados

Configure as seguintes variáveis de ambiente, substituindo o nome-do-intervalo pelo nome do seu intervalo no Cloud Storage:

(vm)$ export STORAGE_BUCKET=gs://bucket-name
(vm)$ export MODEL_BUCKET=${STORAGE_BUCKET}/resnet

O aplicativo de treinamento precisa que os dados de treinamento sejam acessíveis no Cloud Storage. Ele também usa o intervalo do Cloud Storage para armazenar checkpoints durante o treinamento.

Treine e avalie o modelo ResNet com o fake_imagenet

O ImageNet é um banco de dados de imagens. As imagens do banco de dados são organizadas hierarquicamente, com cada nó da hierarquia representado por centenas e milhares de imagens.

Neste tutorial, usamos uma versão de demonstração do conjunto de dados completo do ImageNet, conhecido como fake_imagenet. Essa versão de demonstração permite testar os tutoriais e reduzir os requisitos de tempo e armazenamento normalmente associados à execução de um modelo com o conjunto de dados completo do ImageNet.

O conjunto de dados do fake_imagenet está neste local no Cloud Storage:

gs://cloud-tpu-test-datasets/fake_imagenet

O conjunto de dados do fake_imagenet é útil apenas para entender como usar uma Cloud TPU e validar o desempenho de ponta a ponta. Os números de acurácia e o modelo salvo não são importantes.

Para informações sobre como fazer o download e processar o conjunto de dados total do ImageNet, consulte Como fazer o download, o pré-processamento e o upload do conjunto de dados do ImageNet.

  1. Inicie um recurso da Cloud TPU usando o utilitário ctpu.

    (vm)$ ctpu up --tpu-only --tpu-size=v2-8 --name=resnet-tutorial
    
  2. Adicione a pasta de nível superior /models ao caminho do Python com o comando

    (vm)$ export PYTHONPATH="$PYTHONPATH:/usr/share/tpu/models"
    

    O modelo do ResNet-50 vem pré-instalado na VM do Compute Engine.

  3. Navegue até o diretório:

    (vm)$ cd /usr/share/tpu/models/official/resnet/
    
  4. Execute o script de treinamento.

    (vm)$ python resnet_main.py \
     --tpu=resnet-tutorial \
     --data_dir=gs://cloud-tpu-test-datasets/fake_imagenet \
     --model_dir=${MODEL_BUCKET} \
     --config_file=configs/cloud/v2-8.yaml
    
    Parâmetro Descrição
    tpu Especifica o nome da Cloud TPU. Observe que ctpu passa esse nome para a VM do Compute Engine VM como uma variável de ambiente (TPU_NAME).
    data_dir Especifica o caminho do Cloud Storage para a entrada de treinamento. Neste exemplo, ele está definido com o conjunto de dados fake_imagenet.
    model_dir Especifica o diretório em que os checkpoints e os resumos são armazenados durante o treinamento do modelo. Se a pasta não existir, ela será criada pelo programa. Ao usar uma Cloud TPU, o model_dir precisa ser um caminho do Cloud Storage (`gs://...`). É possível reutilizar uma pasta existente para carregar dados dos checkpoints atuais e armazenar outros checkpoints, contanto que os anteriores tenham sido criados usando uma TPU com o mesmo tamanho e versão do TensorFlow.
    config_file Especifica o arquivo de configuração YAML que será usado durante o treinamento. O nome desse arquivo corresponde ao tipo de TPU usado. Por exemplo, v2-8.yaml.

Para um único dispositivo da Cloud TPU, o procedimento treina o modelo ResNet-50 por 90 períodos e avalia cada número fixo de etapas. Usando as sinalizações especificadas, o modelo é treinado em cerca de 10 horas.

Como o treinamento e a avaliação foram feitos no fake_imagenet, os resultados não refletem a saída real que apareceria se o treinamento e a avaliação fossem realizados em um conjunto de dados real.

A partir daqui, é possível concluir este tutorial e limpar os recursos do GCP ou explorar a execução do modelo em pods da Cloud TPU.

Como escalonar o modelo com os pods da Cloud TPU

Para resultados mais rápidos, escalone o modelo com os pods da Cloud TPU. O modelo ResNet-50 totalmente compatível funciona com as seguintes frações de pod:

  • v2-32
  • v2-128
  • v2-256
  • v2-512
  • v3-32
  • v3-128
  • v3-256
  • v3-512
  • v3-1024
  • v3-2048

Ao trabalhar com pods da Cloud TPU, primeiro treine o modelo usando um pod e, em seguida, use um único dispositivo da Cloud TPU para avaliá-lo.

Como treinar com pods da Cloud TPU

  1. Exclua o recurso da Cloud TPU criado para treinar o modelo em um único dispositivo.

    (vm)$ ctpu delete --tpu-only --name=resnet-tutorial
  2. Execute o comando ctpu up, usando o parâmetro tpu-size para especificar a fração de pod a ser usada. Por exemplo, o comando a seguir usa uma fração de pod v2-32.

    (vm) $ctpu up --tpu-only --tpu-size=v2-32 --name=resnet-pod
    
  3. Atualize o diretório MODEL_BUCKET para armazenar os dados de treinamento.

    (vm) $ export MODEL_BUCKET=${STORAGE_BUCKET}/resnet-pod
    
  4. Treine o modelo, atualizando o parâmetro config_file para usar o arquivo de configuração que corresponde à fração de pod que você quer usar. Por exemplo, o script a seguir usa o arquivo de configuração v2-32.yaml.

    (vm)$ python resnet_main.py \
      --tpu=resnet-pod \
      --data_dir=gs://cloud-tpu-test-datasets/fake_imagenet \
      --model_dir=${MODEL_BUCKET} \
      --config_file=configs/cloud/v2-32.yaml
    

O procedimento treina o modelo no conjunto de dados fake_imagnet por 35 períodos. O treinamento leva aproximadamente 90 minutos em uma Cloud TPU v3-128.

Como avaliar o modelo

Nesta etapa, você usa a Cloud TPU para avaliar o modelo treinado acima usando os dados de validação do fake_imagenet.

  1. Exclua o recurso da Cloud TPU criado para treinar o modelo.

    (vm)$ ctpu delete --tpu-only --name=resnet-pod
  2. Inicie uma Cloud TPU v2-8.

    (vm)$ ctpu up --tpu-only --name=resnet-pod-eval
    
  3. Execute a avaliação do modelo. Desta vez, adicione a sinalização mode e defina-a como eval.

    (vm)$ python resnet_main.py \
     --tpu=resnet-pod-eval \
     --data_dir=gs://cloud-tpu-test-datasets/fake_imagenet \
     --model_dir=${MODEL_BUCKET} \
     --mode=eval
     --config_file=configs/cloud/v2-8.yaml
    

Isso gera um resultado semelhante ao seguinte:

Eval results: {'loss': 8.255788, 'top_1_accuracy': 0.0009969076, 'global_step': 0, 'top_5_accuracy': 0.005126953}. Elapsed seconds: 76

Como o treinamento e a avaliação foram feitos no fake_imagenet, os resultados não refletem a saída real que apareceria se o treinamento e a avaliação fossem realizados em um conjunto de dados real.

Limpeza

Para evitar cobranças dos recursos usados neste tutorial na conta do Google Cloud Platform:

  1. Desconecte-se da instância do Compute Engine, caso ainda não tenha feito isso:

    (vm)$ exit
    

    Agora, o prompt será user@projectname, mostrando que você está no Cloud Shell.

  2. No Cloud Shell, execute ctpu delete com a sinalização --zone usada ao configurar a Cloud TPU para excluir a VM do Compute Engine e a Cloud TPU:

    $ ctpu delete --zone=europe-west4-a
    
  3. Execute ctpu status para garantir que não haja instâncias alocadas e evitar cobranças desnecessárias no uso da TPU. A exclusão pode levar vários minutos. Uma resposta como esta indica que não há mais instâncias alocadas:

    2018/04/28 16:16:23 WARNING: Setting zone to "europe-west4-a"
    No instances currently exist.
            Compute Engine VM:     --
            Cloud TPU:             --
    
  4. Execute gsutil conforme mostrado. Substitua YOUR-BUCKET-NAME pelo nome do intervalo do Cloud Storage criado para este tutorial:

    $ gsutil rm -r gs://bucket-name
    

A seguir

Esta página foi útil? Conte sua opinião sobre:

Enviar comentários sobre…

Precisa de ajuda? Acesse nossa página de suporte.