Entrena a un transformador en Cloud TPU (TF 2.x)

Transformer es una arquitectura de red neuronal que resuelve una secuencia para solucionar problemas mediante mecanismos de atención. A diferencia de los modelos neuronales tradicionales de seq2seq, el transformador no implica conexiones recurrentes. El mecanismo de atención aprende dependencias entre tokens en dos secuencias. Debido a que los pesos de atención se aplican a todos los tokens de las secuencias, el modelo Transformer puede capturar fácilmente las dependencias de larga distancia.

La estructura general de Transformer sigue el patrón de codificador y decodificador estándar. El codificador usa la atención automática para calcular una representación de la secuencia de entrada. El decodificador genera la secuencia de salida de un token a la vez y toma los datos de salida del codificador y los anteriores generados por el decodificador como entradas.

El modelo también aplica incorporaciones en los tokens de entrada y salida, y agrega una codificación posicional constante. La codificación posicional agrega información sobre la posición de cada token.

Costos

En este instructivo, se usan componentes facturables de Google Cloud, que incluyen los siguientes:

  • Compute Engine
  • Cloud TPU

Usa la calculadora de precios para generar una estimación de los costos según el uso previsto. Los usuarios nuevos de Google Cloud pueden ser elegibles para obtener una prueba gratuita.

Antes de comenzar

Si planeas entrenar en una porción de pod de TPU, asegúrate de revisar este documento, en el que se explican las consideraciones especiales para entrenar en una porción de pod.

Antes de comenzar este instructivo, sigue los pasos a continuación para verificar que tu proyecto de Google Cloud esté configurado de forma adecuada.

  1. Abre una ventana de Cloud Shell.

    Abrir Cloud Shell

  2. Crea una variable para el ID de tu proyecto.

    export PROJECT_ID=project-id
    
  3. Configura la herramienta de línea de comandos gcloud para usar el proyecto en el que deseas crear Cloud TPU.

    gcloud config set project ${PROJECT_ID}
    

    La primera vez que ejecutes este comando en una VM de Cloud Shell nueva, se mostrará la página Authorize Cloud Shell. Haz clic en Authorize en la parte inferior de la página para permitir que gcloud realice llamadas a la API de GCP con tus credenciales.

  4. Crea una cuenta de servicio para el proyecto de Cloud TPU.

    gcloud beta services identity create --service tpu.googleapis.com --project $PROJECT_ID
    

    El comando muestra una cuenta de servicio de Cloud TPU con el siguiente formato:

    service-PROJECT_NUMBER@cloud-tpu.iam.gserviceaccount.com
    

  5. Crea un bucket de Cloud Storage con el siguiente comando:

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

    Este bucket de Cloud Storage almacena los datos que usas para entrenar tu modelo y los resultados del entrenamiento. La herramienta gcloud que se usa en este instructivo configura los permisos predeterminados para la cuenta de servicio de Cloud TPU que configuraste en el paso anterior. Si quieres contar con permisos más detallados, revisa los permisos de nivel de acceso.

  6. Inicia una VM de Compute Engine y Cloud TPU con el comando gcloud. El comando que uses dependerá de si usas VM o nodos TPU. Para obtener más información sobre la arquitectura de las dos VM, consulta Arquitectura del sistema.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm create transformer-tutorial \
     --zone=europe-west4-a \
     --accelerator-type=v3-8 \
     --version=v2-alpha
    

    Descripciones de las marcas de comandos

    zone
    La zona en la que planeas crear tu Cloud TPU.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    version
    La versión del entorno de ejecución de Cloud TPU.

    Nodo TPU

    $ gcloud compute tpus execution-groups create  \
    --disk-size=300 \
    --machine-type=n1-standard-8 \
    --zone=europe-west4-a \
    --tf-version=2.6.0
    

    Descripciones de las marcas de comandos

    disk-size
    El tamaño del disco de la VM en GB.
    machine_type
    El tipo de máquina de la VM que crea el comando gcloud.
    tf-version
    La versión de gcloud compute tpus execution-groups de TensorFlow se instala en la VM.

    Para obtener más información sobre el comando gcloud, consulta la referencia de gcloud.

  7. Si no accedes automáticamente a la instancia de Compute Engine, accede mediante la ejecución del siguiente comando de ssh. Cuando accedes a la VM, la solicitud de shell cambia de username@projectname a username@vm-name:

    VM de TPU

    gcloud alpha compute tpus tpu-vm ssh transformer-tutorial --zone=europe-west4-a
    

    Nodo TPU

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

    Mientras sigues estas instrucciones, ejecuta cada comando que empiece con (vm)$ en la ventana de sesión de tu VM.

Genera el conjunto de datos de entrenamiento

En tu VM:

  1. Instala los requisitos de TensorFlow y configura la variable de entorno PYTHONPATH.

    VM de TPU

    (vm)$ git clone https://github.com/tensorflow/models.git
    (vm)$ pip3 install -r models/official/requirements.txt
    
    (vm)$ export PYTHONPATH="${PWD}/models:${PYTHONPATH}"
    

    Nodo TPU

    (vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/models"
    (vm)$ pip3 install -r /usr/share/models/official/requirements.txt
    
  2. Crea las siguientes variables de entorno: Reemplaza bucket-name por el nombre de tu depósito:

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
    (vm)$ export GCS_DATA_DIR=${STORAGE_BUCKET}/data/transformer
    (vm)$ export PARAM_SET=big
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/transformer/model_${PARAM_SET}
    (vm)$ export DATA_DIR=${HOME}/transformer/data
    (vm)$ export VOCAB_FILE=${DATA_DIR}/vocab.ende.32768
    
  3. Ve al directorio en el que se almacena el modelo:

    VM de TPU

    (vm)$ cd ~/models/official/nlp/transformer
    

    Nodo TPU

    (vm)$ cd /usr/share/models/official/nlp/transformer
    
  4. Configura las siguientes variables de entorno:

    (vm)$ export GCS_DATA_DIR=${STORAGE_BUCKET}/data/transformer
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/transformer/model_${PARAM_SET}
    
  5. Descarga y prepara los conjuntos de datos

    (vm)$ python3 data_download.py --data_dir=${DATA_DIR}
    (vm)$ gsutil cp -r ${DATA_DIR} ${GCS_DATA_DIR}
    

    data_download.py descarga y realiza un procesamiento previo de los conjuntos de datos de entrenamiento y evaluación de WMT. Después de descargar y extraer los datos, los datos de entrenamiento se usan para generar un vocabulario de subtokens. A las strings de evaluación y entrenamiento se les asignan tokens, y los datos resultantes se fragmentan, se mezclan y se guardan como TFRecords.

    Se descargan 1.75 GB de datos comprimidos. En total, los archivos sin procesar (archivos comprimidos, extraídos y combinados) ocupan 8.4 GB de espacio en disco. Los archivos TFRecord y de vocabulario resultantes son 722 MB. La secuencia de comandos guarda 460,000 casos y tarda unos 40 minutos en ejecutarse.

Entrena un modelo de traducción inglés-alemán en un solo Cloud TPU

Ejecuta los comandos siguientes en la VM de Compute Engine:

  1. Configura la variable del nombre de Cloud TPU.

    VM de TPU

    (vm)$ export TPU_NAME=local
    

    Nodo TPU

    (vm)$ export TPU_NAME=transformer-tutorial
    
  2. Ejecuta la secuencia de comandos de entrenamiento:

    (vm)$ python3 transformer_main.py \
        --tpu=${TPU_NAME} \
        --model_dir=${MODEL_DIR} \
        --data_dir=${GCS_DATA_DIR} \
        --vocab_file=${GCS_DATA_DIR}/vocab.ende.32768 \
        --bleu_source=${GCS_DATA_DIR}/newstest2014.en \
        --bleu_ref=${GCS_DATA_DIR}/newstest2014.de \
        --batch_size=6144 \
        --train_steps=2000 \
        --static_batch=true \
        --use_ctl=true \
        --param_set=big \
        --max_length=64 \
        --decode_batch_size=32 \
        --decode_max_length=97 \
        --padded_decode=true \
        --distribution_strategy=tpu
    

    Descripciones de las marcas de comandos

    tpu
    El nombre de Cloud TPU. Para ello, especifica la variable de entorno (TPU_NAME).
    model_dir
    El bucket de Cloud Storage en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento. Puedes usar una carpeta existente para cargar puntos de control generados con anterioridad en una TPU del mismo tamaño y con la misma versión de TensorFlow.
    data_dir
    La ruta de entrada de entrenamiento en Cloud Storage. En este ejemplo, se establece como el conjunto de datos fake_imagenet.
    vocab_file
    Archivo que contiene el vocabulario para traducir.
    bleu_source
    Archivo que contiene oraciones de origen para traducir.
    bleu_ref
    Archivo que contiene la referencia para las oraciones de traducción.
    train_steps
    La cantidad de pasos para entrenar el modelo. Un paso procesa un lote de datos. Esto incluye un paso hacia delante y una propagación inversa.
    batch_size
    El tamaño del lote de entrenamiento.
    static_batch
    Especifica si los lotes en el conjunto de datos tienen formas estáticas.
    use_ctl
    Especifica si la secuencia de comandos se ejecuta con un bucle de entrenamiento personalizado.
    param_set
    El parámetro configurado para usar cuando se crea y entrena el modelo. Los parámetros definen la forma de entrada, la configuración del modelo y otras opciones de configuración.
    max_length
    La longitud máxima de un ejemplo en el conjunto de datos.
    decode_batch_size
    El tamaño del lote global que se usa para la decodificación de regresión automática de transformaciones en una Cloud TPU.
    decode_max_length
    El largo máximo de la secuencia de los datos de decodificación y evaluación. La usa la decodificación de regresión automática de un transformador en una Cloud TPU para minimizar la cantidad de relleno de datos requerido.
    padded_decode
    Especifica si la decodificación de regresión automática se ejecuta con datos de entrada agregados a decode_max_length. Para las ejecuciones de TPU/XLA-GPU, esta marca debe estar configurada debido al requisito de forma estática.
    distribution_strategy
    Para entrenar el modelo ResNet en una Cloud TPU, establece distribution_strategy en tpu.

    De forma predeterminada, el modelo se evaluará después de cada 2,000 pasos. Para entrenarse en la convergencia, cambia train_steps a 200,000. Puedes aumentar la cantidad de pasos de entrenamiento o especificar la frecuencia con la que se ejecutan las evaluaciones mediante la configuración de estos parámetros:

    • --train_steps: Configura la cantidad total de pasos de entrenamiento que se deben ejecutar.
    • --steps_between_evals: Cantidad de pasos de entrenamiento que se deben ejecutar entre las evaluaciones.

    El entrenamiento y la evaluación toman aproximadamente 7 minutos en Cloud TPU v3-8. Cuando se completan el entrenamiento y la evaluación, aparece un mensaje similar al siguiente:

    INFO:tensorflow:Writing to file /tmp/tmpej76vasn
    I0218 20:07:26.020797 140707963950912 translate.py:184] Writing to file /tmp/tmpej76vasn
    I0218 20:07:35.099256 140707963950912 transformer_main.py:118] Bleu score (uncased): 0.99971704185009
    I0218 20:07:35.099616 140707963950912 transformer_main.py:119] Bleu score (cased): 0.9768599644303322
    

    Ya completaste el entrenamiento para un solo dispositivo. Sigue estos pasos para borrar los recursos de TPU de dispositivo único actuales.

  3. Desconéctate de la instancia de Compute Engine:

    (vm)$ exit
    

    El mensaje ahora debería mostrar username@projectname, que indica que estás en Cloud Shell.

  4. Borra el recurso TPU.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm delete transformer-tutorial \
    --zone=europe-west4-a
    

    Descripciones de las marcas de comandos

    zone
    La zona en la que residió tu Cloud TPU.

    Nodo TPU

    $ gcloud compute tpus execution-groups delete transformer-tutorial \
    --tpu-only \
    --zone=europe-west4-a
    

    Descripciones de las marcas de comandos

    tpu-only
    Borra solo Cloud TPU. La VM permanece disponible.
    zone
    La zona que contiene la TPU que se borrará.

En este punto, puedes finalizar este instructivo y limpiar, o puedes continuar y explorar la ejecución del modelo en los pods de Cloud TPU.

Escala tu modelo con pods de Cloud TPU

Entrenamiento del pod de VM de TPU

Configura recursos del proyecto del Pod

En esta sección, se proporciona información sobre cómo configurar un bucket de Cloud Storage y recursos de Cloud TPU para el entrenamiento de pods.

  1. Abre una ventana de Cloud Shell.

    Abrir Cloud Shell

  2. Crea una variable para el ID de tu proyecto.

    export PROJECT_ID=project-id
    
  3. Configura la herramienta de línea de comandos gcloud para usar el proyecto en el que deseas crear Cloud TPU.

    gcloud config set project ${PROJECT_ID}
    

    La primera vez que ejecutes este comando en una VM de Cloud Shell nueva, se mostrará la página Authorize Cloud Shell. Haz clic en Authorize en la parte inferior de la página para permitir que gcloud realice llamadas a la API de GCP con tus credenciales.

  4. Crea una cuenta de servicio para el proyecto de Cloud TPU.

    gcloud beta services identity create --service tpu.googleapis.com --project $PROJECT_ID
    

    El comando muestra una cuenta de servicio de Cloud TPU con el siguiente formato:

    service-PROJECT_NUMBER@cloud-tpu.iam.gserviceaccount.com
    

  5. Crea un bucket de Cloud Storage con el siguiente comando o usa un bucket que hayas creado antes para el proyecto. Omite este paso si usas un bucket que ya creaste.

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

    Este bucket de Cloud Storage almacena los datos que usas para entrenar tu modelo y los resultados del entrenamiento. El comando gcloud que se usa en este instructivo configura los permisos predeterminados para la cuenta de servicio de Cloud TPU que configuraste en el paso anterior. Si deseas obtener permisos más detallados, revisa los permisos de nivel de acceso.

    La ubicación del bucket debe estar en la misma región que tus recursos de VM y TPU.

Inicia los recursos de la VM de TPU.

  1. Inicia un Pod de VM de TPU con el comando gcloud alpha compute tpus tpu-vm. En este instructivo, se especifica un pod v3-32. Para conocer otras opciones de pods, consulta la página de tipos de TPU disponibles.

    $ gcloud alpha compute tpus tpu-vm create transformer-tutorial \
    --zone=europe-west4-a \
    --accelerator-type=v3-32 \
    --version=v2-alpha-pod
    

    Descripciones de las marcas de comandos

    zone
    La zona en la que planeas crear tu Cloud TPU.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    version
    La versión del entorno de ejecución de Cloud TPU.
  2. Cuando el comando gcloud alpha compute tpus termine de ejecutarse, verifica que el símbolo del sistema de la shell haya cambiado de username@projectname a username@vm-name. Este cambio muestra que ahora accediste a tu VM de Compute Engine.

    Ejecuta el siguiente comando para conectarte a la instancia de Compute Engine:

      gcloud alpha compute tpus tpu-vm ssh transformer-tutorial --zone=europe-west4-a
      

Genera el conjunto de datos de entrenamiento

En tu VM:

  1. Instala los requisitos de TensorFlow y configura la variable de entorno PYTHONPATH.

    (vm)$ git clone https://github.com/tensorflow/models.git
    (vm)$ pip3 install -r models/official/requirements.txt
    
    (vm)$ export PYTHONPATH="${PWD}/models:${PYTHONPATH}"
    
  2. Exporta el nombre de la TPU:

    (vm)$ export TPU_NAME=transformer-tutorial
    
  3. Configura las variables de entorno siguientes y reemplaza bucket-name por el nombre del depósito de Cloud Storage:

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
    (vm)$ export TPU_LOAD_LIBRARY=0
    (vm)$ export GCS_DATA_DIR=${STORAGE_BUCKET}/data/transformer
    (vm)$ export PARAM_SET=big
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/transformer/model_${PARAM_SET}_pod
    

    La aplicación de entrenamiento espera que tus datos de entrenamiento sean accesibles en Cloud Storage. La aplicación de entrenamiento también usa tu bucket de Cloud Storage para almacenar puntos de control durante el entrenamiento.

  4. Navega al directorio de la secuencia de comandos:

    (vm)$ cd ~/models/official/nlp/transformer
    
  5. Descarga y prepara los conjuntos de datos

    (vm)$ export DATA_DIR=${HOME}/transformer/data
    (vm)$ export VOCAB_FILE=${DATA_DIR}/vocab.ende.32768
    (vm)$ python3 data_download.py --data_dir=${DATA_DIR}
    (vm)$ gsutil cp -r ${DATA_DIR} ${GCS_DATA_DIR}
    

    data_download.py descarga y realiza un procesamiento previo de los conjuntos de datos de entrenamiento y evaluación de WMT. Después de descargar y extraer los datos, los datos de entrenamiento se usan para generar un vocabulario de subtokens. A las strings de evaluación y entrenamiento se les asignan tokens, y los datos resultantes se fragmentan, se mezclan y se guardan como TFRecords.

    Se descargan 1.75 GB de datos comprimidos. En total, los archivos sin procesar (archivos comprimidos, extraídos y combinados) ocupan 8.4 GB de espacio en disco. Los archivos TFRecord y de vocabulario resultantes son 722 MB. La secuencia de comandos guarda 460,000 casos y tarda unos 40 minutos en ejecutarse.

Instala paquetes adicionales

  1. La secuencia de comandos de entrenamiento requiere un paquete adicional. Instálala ahora:

    (vm)$ sudo pip3 install tensorflow-model-optimization>=0.1.3
    

Configura y, luego, inicia el entrenamiento del pod

  1. Configure algunas variables de entorno necesarias:

    (vm)$ export TPU_LOAD_LIBRARY=0
    (vm)$ export PYTHONPATH="${PWD}/models:${PYTHONPATH}"
    (vm)$ export RESNET_PRETRAIN_DIR=gs://cloud-tpu-checkpoints/retinanet/resnet50-checkpoint-2018-02-07
    (vm)$ export TRAIN_FILE_PATTERN=${DATA_DIR}/train-*
    (vm)$ export EVAL_FILE_PATTERN=${DATA_DIR}/val-*
    (vm)$ export VAL_JSON_FILE=${DATA_DIR}/instances_val2017.json
    
  2. Ejecuta la secuencia de comandos de entrenamiento:

    (vm)$ python3 transformer_main.py \
        --tpu=${TPU_NAME} \
        --model_dir=${MODEL_DIR} \
        --data_dir=${GCS_DATA_DIR} \
        --vocab_file=${GCS_DATA_DIR}/vocab.ende.32768 \
        --bleu_source=${GCS_DATA_DIR}/newstest2014.en \
        --bleu_ref=${GCS_DATA_DIR}/newstest2014.de \
        --batch_size=6144 \
        --train_steps=2000 \
        --static_batch=true \
        --use_ctl=true \
        --param_set=big \
        --max_length=64 \
        --decode_batch_size=32 \
        --decode_max_length=97 \
        --padded_decode=true \
        --distribution_strategy=tpu

    Descripciones de las marcas de comandos

    tpu
    El nombre de Cloud TPU. Para ello, especifica la variable de entorno (TPU_NAME).
    model_dir
    El bucket de Cloud Storage en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento. Puedes usar una carpeta existente para cargar puntos de control generados con anterioridad en una TPU del mismo tamaño y con la misma versión de TensorFlow.
    data_dir
    La ruta de entrada de entrenamiento en Cloud Storage. En este ejemplo, se establece como el conjunto de datos fake_imagenet.
    vocab_file
    Archivo que contiene el vocabulario para traducir.
    bleu_source
    Archivo que contiene oraciones de origen para traducir.
    bleu_ref
    Archivo que contiene la referencia para las oraciones de traducción.
    train_steps
    La cantidad de pasos para entrenar el modelo. Un paso procesa un lote de datos. Esto incluye un paso hacia delante y una propagación inversa.
    batch_size
    El tamaño del lote de entrenamiento.
    static_batch
    Especifica si los lotes en el conjunto de datos tienen formas estáticas.
    use_ctl
    Especifica si la secuencia de comandos se ejecuta con un bucle de entrenamiento personalizado.
    param_set
    El parámetro configurado para usar cuando se crea y entrena el modelo. Los parámetros definen la forma de entrada, la configuración del modelo y otras opciones de configuración.
    max_length
    La longitud máxima de un ejemplo en el conjunto de datos.
    decode_batch_size
    El tamaño del lote global que se usa para la decodificación de regresión automática de transformaciones en una Cloud TPU.
    decode_max_length
    El largo máximo de la secuencia de los datos de decodificación y evaluación. La usa la decodificación de regresión automática de un transformador en una Cloud TPU para minimizar la cantidad de relleno de datos requerido.
    padded_decode
    Especifica si la decodificación de regresión automática se ejecuta con datos de entrada agregados a decode_max_length. Para las ejecuciones de TPU/XLA-GPU, esta marca debe estar configurada debido al requisito de forma estática.
    distribution_strategy
    Para entrenar el modelo ResNet en una Cloud TPU, establece distribution_strategy en tpu.

De forma predeterminada, el modelo se evaluará después de cada 2,000 pasos. Para entrenarse en la convergencia, cambia train_steps a 200,000. Puedes aumentar la cantidad de pasos de entrenamiento o especificar la frecuencia con la que se ejecutan las evaluaciones mediante la configuración de estos parámetros:

  • --train_steps: Configura la cantidad total de pasos de entrenamiento que se deben ejecutar.
  • --steps_between_evals: Cantidad de pasos de entrenamiento que se deben ejecutar entre las evaluaciones.

El entrenamiento y la evaluación tardan alrededor de 7 minutos en una Cloud TPU v3-32. Cuando se completan el entrenamiento y la evaluación, aparecen mensajes similares a los siguientes:

I0415 00:28:33.108577 140097002981184 transformer_main.py:311] Train Step: 2000/2000 / loss = 5.139615058898926
I0415 00:28:33.108953 140097002981184 keras_utils.py:148] TimeHistory: 120.39 seconds, 102065.86 examples/second between steps 0 and 2000
.
.
.
I0415 00:32:01.785520 140097002981184 transformer_main.py:116] Bleu score (uncased): 0.8316259831190109
I0415 00:32:01.786150 140097002981184 transformer_main.py:117] Bleu score (cased): 0.7945530116558075

Entrenamiento de pods de nodo TPU

  1. Ejecuta el comando gcloud compute tpus con el parámetro accelerator-type para especificar la porción de pod que deseas usar. Por ejemplo, el siguiente comando usa una porción de pod v3-32.

    (vm)$ gcloud compute tpus execution-groups create \
      --tpu-only \
      --accelerator-type=v3-32 \
      --zone=europe-west4-a \
      --tf-version=2.6.0
    

    Descripciones de las marcas de comandos

    tpu-only
    Crea una Cloud TPU sola. De forma predeterminada, el comando gcloud compute tpus execution-groups crea una VM y una Cloud TPU.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    zone
    Es la zona en la que deseas crear la Cloud TPU. Esta debería ser la misma zona que usaste para la VM de Compute Engine. Por ejemplo, europe-west4-a.
    tf-version
    La versión de Tensorflow gcloud se instala en la VM.
    name
    El nombre de la Cloud TPU que se creará.
  2. Si no accedes automáticamente a la instancia de Compute Engine, accede mediante la ejecución del siguiente comando de ssh. Cuando accedes a la VM, la solicitud de shell cambia de username@projectname a username@vm-name:

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

  3. Exporta el nombre de la TPU:

    (vm)$ export TPU_NAME=transformer-tutorial
    
  4. Configura las variables de entorno siguientes y reemplaza bucket-name por el nombre del depósito de Cloud Storage:

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    

    La aplicación de entrenamiento espera que tus datos de entrenamiento sean accesibles en Cloud Storage. La aplicación de entrenamiento también usa tu bucket de Cloud Storage para almacenar puntos de control durante el entrenamiento.

  5. Exporta la variable del directorio del modelo:

    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/transformer/model_${PARAM_SET}_pod
    
  6. Cambia el directorio al directorio de entrenamiento:

    (vm)$ cd /usr/share/models/official/nlp/transformer
    
  7. Ejecuta la secuencia de comandos de entrenamiento de pods:

    (vm)$ python3 transformer_main.py \
         --tpu=${TPU_NAME} \
         --model_dir=${MODEL_DIR} \
         --data_dir=${GCS_DATA_DIR} \
         --vocab_file=${GCS_DATA_DIR}/vocab.ende.32768 \
         --bleu_source=${GCS_DATA_DIR}/newstest2014.en \
         --bleu_ref=${GCS_DATA_DIR}/newstest2014.de \
         --batch_size=24576 \
         --train_steps=2000 \
         --static_batch=true \
         --use_ctl=true \
         --param_set=big \
         --max_length=64 \
         --decode_batch_size=32 \
         --decode_max_length=97 \
         --padded_decode=true \
         --steps_between_evals=2000 \
         --distribution_strategy=tpu
    

    Descripciones de las marcas de comandos

    tpu
    El nombre de Cloud TPU. Para ello, especifica la variable de entorno (TPU_NAME).
    model_dir
    El bucket de Cloud Storage en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento. Puedes usar una carpeta existente para cargar puntos de control generados con anterioridad en una TPU del mismo tamaño y con la misma versión de TensorFlow.
    data_dir
    La ruta de entrada de entrenamiento en Cloud Storage. En este ejemplo, se establece como el conjunto de datos fake_imagenet.
    vocab_file
    Archivo que contiene el vocabulario para traducir.
    bleu_source
    Archivo que contiene oraciones de origen para traducir.
    bleu_ref
    Archivo que contiene la referencia para las oraciones de traducción.
    batch_size
    El tamaño del lote de entrenamiento.
    train_steps
    La cantidad de pasos para entrenar el modelo. Un paso procesa un lote de datos. Esto incluye un paso hacia delante y una propagación inversa.
    static_batch
    Especifica si los lotes en el conjunto de datos tienen formas estáticas.
    use_ctl
    Especifica si la secuencia de comandos se ejecuta con un bucle de entrenamiento personalizado.
    param_set
    El parámetro configurado para usar cuando se crea y entrena el modelo. Los parámetros definen la forma de entrada, la configuración del modelo y otras opciones de configuración.
    max_length
    La longitud máxima de un ejemplo en el conjunto de datos.
    decode_batch_size
    El tamaño del lote global que se usa para la decodificación de regresión automática de transformaciones en una Cloud TPU.
    decode_max_length
    El largo máximo de la secuencia de los datos de decodificación y evaluación. La usa la decodificación de regresión automática de un transformador en una Cloud TPU para minimizar la cantidad de relleno de datos requerido.
    padded_decode
    Especifica si la decodificación de regresión automática se ejecuta con datos de entrada agregados a decode_max_length. Para las ejecuciones de TPU/XLA-GPU, esta marca debe estar configurada debido al requisito de forma estática.
    steps_between_evals
    La cantidad de pasos de entrenamiento que deben ejecutarse entre las evaluaciones.
    distribution_strategy
    Para entrenar el modelo ResNet en una TPU, configura distribution_strategy en tpu.

Esta secuencia de comandos de entrenamiento entrena para 2,000 pasos y ejecuta la evaluación cada 2,000 pasos. Este entrenamiento y evaluación en particular tardan alrededor de 8 minutos en un pod de Cloud TPU v3-32. Cuando se completan el entrenamiento y la evaluación, aparece un mensaje similar al siguiente:

INFO:tensorflow:Writing to file /tmp/tmpdmlanxcf
I0218 21:09:19.100718 140509661046592 translate.py:184] Writing to file /tmp/tmpdmlanxcf
I0218 21:09:28.043537 140509661046592 transformer_main.py:118] Bleu score (uncased): 1.799112930893898
I0218 21:09:28.043911 140509661046592 transformer_main.py:119] Bleu score (cased): 1.730366237461567

Para entrenar la convergencia, cambia train_steps a 200,000. Puedes aumentar la cantidad de pasos de entrenamiento o especificar la frecuencia con la que se ejecutan las evaluaciones mediante la configuración de estos parámetros:

  • --train_steps: Configura la cantidad total de pasos de entrenamiento que se deben ejecutar.
  • --steps_between_evals: Cantidad de pasos de entrenamiento para ejecutar entre evaluaciones.

Cuando se completan el entrenamiento y la evaluación, aparece un mensaje similar al siguiente:

0509 00:27:59.984464 140553148962624 translate.py:184] Writing to file /tmp/tmp_rk3m8jp
I0509 00:28:11.189308 140553148962624 transformer_main.py:119] Bleu score (uncased): 1.3239131309092045
I0509 00:28:11.189623 140553148962624 transformer_main.py:120] Bleu score (cased): 1.2855342589318752

Limpia

Para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos usados en este instructivo, borra el proyecto que contiene los recursos o conserva el proyecto y borra los recursos individuales.

  1. Desconéctate de la instancia de Compute Engine, si aún no lo hiciste:

    (vm)$ exit
    

    El mensaje ahora debería mostrar username@projectname, que indica que estás en Cloud Shell.

  2. Borra los recursos de Cloud TPU y Compute Engine. El comando que uses para borrar tus recursos depende de si usas VM de TPU o nodos TPU. Para obtener más información, consulta Arquitectura del sistema.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm delete transformer-tutorial \
    --zone=europe-west4-a
    

    Nodo TPU

    $ gcloud compute tpus execution-groups delete transformer-tutorial \
    --zone=europe-west4-a
    
  3. Ejecuta gcloud compute tpus execution-groups list para verificar que los recursos se hayan borrado. La eliminación puede tomar varios minutos. Una respuesta como la que se muestra a continuación indica que tus instancias se borraron de forma correcta.

    $ gcloud compute tpus execution-groups list --zone=europe-west4-a
    
    Listed 0 items.
    
  4. Ejecuta gsutil como se muestra y reemplaza bucket-name por el nombre del depósito de Cloud Storage que creaste para este instructivo:

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

¿Qué sigue?

En este instructivo, entrenó el modelo TRANSFORMER con un conjunto de datos de muestra. Los resultados de esta capacitación (en la mayoría de los casos) no se pueden usar para la inferencia. Para usar un modelo de inferencia, puedes entrenar los datos en un conjunto de datos disponible públicamente o en tu propio conjunto de datos. Los modelos entrenados en Cloud TPU requieren que los conjuntos de datos tengan el formato TFRecord.

Puedes usar la muestra de la herramienta de conversión de conjuntos de datos para convertir un conjunto de datos de clasificación de imágenes en formato TFRecord. Si no usas un modelo de clasificación de imágenes, deberás convertir tú mismo el conjunto de datos en formato TFRecord. Para obtener más información, consulta TFRecord y tf.Example.

Ajuste de hiperparámetros

Para mejorar el rendimiento del modelo con tu conjunto de datos, puedes ajustar los hiperparámetros del modelo. Puedes encontrar información sobre hiperparámetros comunes para todos los modelos compatibles con TPU en GitHub. La información sobre los hiperparámetros específicos del modelo se puede encontrar en el código fuente para cada modelo. Para obtener más información sobre el ajuste de hiperparámetros, consulta Descripción general del ajuste de hiperparámetros, Usa el servicio de ajuste de hiperparámetros y Ajusta los hiperparámetros.

Inferencia

Una vez que entrenaste tu modelo, puedes usarlo para la inferencia (también llamada predicción). AI Platform es una solución basada en la nube que sirve para desarrollar, entrenar e implementar modelos de aprendizaje automático. Una vez que se implementa un modelo, puedes usar el servicio de AI Platform Prediction.