Transformateur d'entraînement sur Cloud TPU (TX2)

Transformateur est une architecture de réseau de neurones qui résout des problèmes séquentiels à l'aide de mécanismes d'attention. Contrairement aux modèles de neurones seq2seq traditionnels, Transformateur n'implique pas de connexions récurrentes. Le mécanisme d'attention apprend les dépendances entre les jetons dans deux séquences. Étant donné que les pondérations de l'attention s'appliquent à tous les jetons des séquences, le modèle Transformateur est capable de capturer facilement les dépendances à longue distance.

La structure globale du transformateur suit le modèle standard encodeur-décodeur. L'encodeur utilise l'auto-attention pour calculer une représentation de la séquence d'entrée. Le décodeur génère la séquence de sortie un jeton à la fois, en prenant la sortie du codeur et les jetons générés par le décodeur précédent comme entrées.

Le modèle applique également des représentations vectorielles continues sur les jetons d'entrée et de sortie, et ajoute un encodage en position constante. L'encodage de position ajoute des informations sur la position de chaque jeton.

Coûts

Ce tutoriel utilise des composants facturables de Google Cloud, dont :

  • Instance
  • Cloud TPU

Obtenez une estimation des coûts en fonction de votre utilisation prévue à l'aide du simulateur de coût. Les nouveaux utilisateurs de Google Cloud peuvent bénéficier d'un essai gratuit.

Avant de commencer

Si vous prévoyez d'entraîner un modèle sur une tranche de pod TPU, veuillez consulter ce document pour en savoir plus sur les particularités des entraînements sur tranche de pod.

Avant de commencer ce tutoriel, suivez les étapes ci-dessous pour vérifier que votre projet Google Cloud est correctement configuré.

  1. Ouvrez une fenêtre Cloud Shell.

    Ouvrir Cloud Shell

  2. Créez une variable pour l'ID de votre projet.

    export PROJECT_ID=project-id
    
  3. Configurez l'outil de ligne de commande gcloud pour utiliser le projet dans lequel vous souhaitez créer Cloud TPU.

    gcloud config set project ${PROJECT_ID}
    

    La première fois que vous exécutez cette commande dans une nouvelle VM Cloud Shell, une page Authorize Cloud Shell s'affiche. Cliquez sur Authorize en bas de la page pour permettre à gcloud d'effectuer des appels d'API GCP avec vos identifiants.

  4. Créez un compte de service pour le projet Cloud TPU.

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

    La commande renvoie un compte de service Cloud TPU au format suivant :

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

  5. Créez un bucket Cloud Storage à l'aide de la commande suivante :

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

    Ce bucket Cloud Storage stocke les données que vous utilisez pour entraîner votre modèle, ainsi que les résultats de l'entraînement. L'outil gcloud utilisé dans ce tutoriel définit les autorisations par défaut pour le compte de service Cloud TPU que vous avez configuré à l'étape précédente. Si vous souhaitez utiliser des autorisations plus précises, vérifiez les autorisations de niveau d'accès.

  6. Lancez une VM Compute Engine à l'aide de la commande gcloud.

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

    Description des options de commande

    vm-only
    Pour créer une VM uniquement. Par défaut, la commande gcloud compute tpus execution-groups crée une VM et un Cloud TPU.
    name
    Nom de la ressource Cloud TPU à créer.
    zone
    Zone dans laquelle vous prévoyez de créer votre Cloud TPU.
    disk-size
    Taille du disque dur en Go de la VM créée par la commande gcloud compute tpus execution-groups.
    machine-type
    Type de machine de la VM Compute Engine à créer.
    tf-version
    La version de Tensorflow que gcloud compute tpus execution-groups installe sur la VM.

    Pour en savoir plus sur la commande gcloud, consultez la documentation de référence de gcloud.

  7. La configuration que vous avez spécifiée apparaît. Saisissez y pour approuver ou n pour annuler.

    Une fois l'exécution de la commande gcloud compute tpus execution-groups terminée, vérifiez que l'invite de l'interface système est passée de username@projectname à username@vm-name. Cette modification indique que vous êtes maintenant connecté à votre VM Compute Engine.

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

    À mesure que vous appliquez ces instructions, exécutez chaque commande commençant par (vm)$ dans votre instance Compute Engine.

Générer l'ensemble de données d'entraînement

Sur la VM Compute Engine, effectuez les étapes ci-dessous :

  1. Créez les variables d'environnement suivantes. Remplacez bucket-name par le nom de votre bucket :

    (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 PYTHONPATH="$PYTHONPATH:/usr/share/models"
    (vm)$ export DATA_DIR=${HOME}/transformer/data
    (vm)$ export VOCAB_FILE=${DATA_DIR}/vocab.ende.32768
    
  2. Remplacez le répertoire par le répertoire d'entraînement :

    (vm)$ cd /usr/share/models/official/nlp/transformer
  3. Configurez les variables d'environnement de l'ensemble de données suivantes :

    (vm)$ export GCS_DATA_DIR=${STORAGE_BUCKET}/data/transformer
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/transformer/model_${PARAM_SET}
    
  4. Téléchargez et préparez les ensembles de données.

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

    data_download.py télécharge et prétraite les ensembles de données WMT d'entraînement et d'évaluation. Une fois les données téléchargées et extraites, les données d'entraînement sont utilisées pour générer un vocabulaire des sous-questions. Les chaînes d'évaluation et d'entraînement sont segmentées et les données obtenues sont partitionnées, mélangées et enregistrées au format TFRecords.

    1,75 Go de données compressées est téléchargé. Au total, les fichiers bruts (fichiers compressés, extraits et combinés) occupent 8,4 Go d'espace disque. Le fichier TFRecord et les fichiers de vocabulaire obtenus sont de 722 Mo. Le processus dure environ 40 minutes, la majeure partie du temps en téléchargement et environ 15 minutes de prétraitement.

Entraîner un modèle de traduction anglais/allemand sur un seul Cloud TPU

.

Exécutez les commandes suivantes sur la VM Compute Engine :

  1. Exécutez la commande suivante pour créer un Cloud TPU.

    (vm)$ gcloud compute tpus execution-groups create --tpu-only \
      --accelerator-type=v3-8  \
      --zone=europe-west4-a \
      --tf-version=2.6.0 \
      --name=transformer-tutorial
    

    Description des options de commande

    project
    ID de votre projet GCP
    tpu-only
    Crée un Cloud TPU uniquement. Par défaut, la commande gcloud compute tpus execution-groups crée une VM et un Cloud TPU.
    tpu-size
    Spécifie le type de Cloud TPU, par exemple v3-8.
    zone
    Zone dans laquelle vous prévoyez de créer votre Cloud TPU. Il doit s'agir de la même zone que celle utilisée pour la VM Compute Engine. Par exemple, europe-west4-a.
    tf-version
    La version de Tensorflow que ctpu installe sur la VM.
    name
    Nom du Cloud TPU à créer.

    La configuration que vous avez spécifiée apparaît. Saisissez y pour approuver ou n pour annuler.

    Le message suivant s'affiche : Operation success; not ssh-ing to Compute Engine VM due to --tpu-only flag. Vous pouvez ignorer ce message puisque vous avez déjà effectué la propagation de clé SSH.

  2. Définissez la variable de nom Cloud TPU. Il s'agit du nom que vous avez spécifié avec le paramètre --name sur gcloud compute tpus execution-groups ou du nom d'utilisateur par défaut :

    (vm)$ export TPU_NAME=transformer-tutorial
    
  3. Exécutez le script d'entraînement :

    (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

    Description des options de commande

    tpu
    Nom du Cloud TPU. Cette valeur est définie en spécifiant la variable d'environnement (TPU_NAME).
    model_dir
    Bucket Cloud Storage où les points de contrôle et les résumés sont stockés pendant l'entraînement. Vous pouvez utiliser un dossier existant pour charger des points de contrôle précédemment créés sur un TPU de la même taille et de la même version TensorFlow.
    data_dir
    Chemin d'accès Cloud Storage de l'entrée d'entraînement. Dans cet exemple, il est défini sur l'ensemble de données fake_imagenet.
    vocab_file
    Fichier contenant le vocabulaire à traduire.
    bleu_source
    Fichier contenant des phrases sources à traduire.
    bleu_ref
    Fichier contenant la référence aux phrases de traduction.
    train_steps
    Nombre d'étapes d'entraînement du modèle. Une étape permet de traiter un lot de données. Cela inclut à la fois une propagation avant et une rétropropagation.
    batch_size
    Taille du lot d'entraînement.
    static_batch
    Spécifie si les lots de l'ensemble de données ont des formes statiques.
    use_ctl
    Spécifie si le script s'exécute avec une boucle d'entraînement personnalisée.
    param_set
    Ensemble de paramètres à utiliser lors de la création et de l'entraînement du modèle. Les paramètres définissent la forme d'entrée, la configuration du modèle et d'autres paramètres.
    max_length
    Longueur maximale d'un exemple dans l'ensemble de données.
    decode_batch_size
    Taille de lot globale utilisée pour le décodage régressif automatique de Transformer sur un Cloud TPU.
    decode_max_length
    Longueur maximale de la séquence des données de décodage/d'évaluation. Celle-ci est utilisée par le décodage automatique régressif de Transformer sur un Cloud TPU afin de réduire le volume de données requises.
    padded_decode
    Indique si le décodage auto régressif s'exécute avec des données d'entrée complétées jusqu'à la longueur decode_max_length. Pour les exécutions Tor TPU/XLA-GPU, cet indicateur doit être défini en raison des exigences de forme statique.
    distribution_strategy
    Pour entraîner le modèle ResNet sur un Cloud TPU, définissez distribution_strategy sur tpu.

Par défaut, le modèle est évalué toutes les 2 000 étapes. Pour vous entraîner à la convergence, remplacez train_steps par 200000. Vous pouvez augmenter le nombre d'étapes d'entraînement ou spécifier la fréquence d'exécution des évaluations en définissant ces paramètres :

  • --train_steps : définit le nombre total d'étapes d'entraînement à exécuter.
  • --steps_between_evals : nombre d'étapes d'entraînement à exécuter entre les évaluations.

L'entraînement et l'évaluation prennent environ sept minutes sur un Cloud TPU v3-8. Une fois l'entraînement et l'évaluation terminés, un message semblable au suivant s'affiche :

INFO:tensorflow:Writing to file /tmp/tmpf2gn8vpa
I1125 21:22:30.734232 140328028010240 translate.py:182] Writing to file /tmp/tmpf2gn8vpa
I1125 21:22:42.785628 140328028010240 transformer_main.py:121] Bleu score (uncased): 0.01125154594774358
I1125 21:22:42.786558 140328028010240 transformer_main.py:122] Bleu score (cased): 0.01123994225054048

Calculer le score BLEU lors de l'évaluation du modèle

Utilisez ces indicateurs pour calculer le BLEU lors de l'évaluation du modèle :

  • --bleu_source : chemin d'accès au fichier contenant le texte à traduire.
  • --bleu_ref : chemin d'accès au fichier contenant la traduction de référence.

Vous pouvez maintenant terminer ce tutoriel et nettoyer vos ressources GCP. Vous pouvez également choisir d'explorer plus avant l'exécution du modèle dans un pod Cloud TPU.

Mettre à l'échelle votre modèle avec les pods Cloud TPU

Vous pouvez obtenir des résultats plus rapidement en adaptant votre modèle aux pods Cloud TPU. Le modèle Transformateur entièrement compatible peut fonctionner avec les tranches de pod suivantes :

  • v2-32
  • v3-32
  1. Supprimez la ressource Cloud TPU que vous avez créée pour entraîner le modèle sur un seul appareil.

    (vm)$ gcloud compute tpus execution-groups delete transformer-tutorial \
      --zone=europe-west4-a \
      --tpu-only
  2. Exécutez la commande gcloud compute tpus execution-groups à l'aide du paramètre accelerator-type pour spécifier la tranche de pod que vous souhaitez utiliser. Par exemple, la commande suivante utilise une tranche de pod v3-32.

    (vm)$ gcloud compute tpus execution-groups create --name=transformer-tutorial \
      --accelerator-type=v2-32  \
      --zone=europe-west4-a \
      --tf-version=2.6.0 \
      --tpu-only
    

    Description des options de commande

    name
    Nom de la ressource Cloud TPU à créer.
    accelerator-type
    Type du Cloud TPU à créer.
    zone
    Zone dans laquelle vous prévoyez de créer votre Cloud TPU.
    tf-version
    La version de Tensorflow que gcloud installe sur la VM.
    tpu-only
    Crée un Cloud TPU uniquement. Par défaut, la commande gcloud crée une VM et un Cloud TPU.
    gcloud compute ssh transformer-tutorial --zone=europe-west4-a
    
  3. Exportez le nom du TPU :

    (vm)$ export TPU_NAME=transformer-tutorial
    
  4. Exportez la variable de répertoire de modèle :

    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/transformer/model_${PARAM_SET}_pod
    
  5. Remplacez le répertoire par le répertoire d'entraînement :

    (vm)$ cd /usr/share/models/official/nlp/transformer
    
  6. Exécutez le script d'entraînement sur le pod :

    (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
    

    Description des options de commande

    tpu
    Nom du Cloud TPU. Cette valeur est définie en spécifiant la variable d'environnement (TPU_NAME).
    model_dir
    Bucket Cloud Storage où les points de contrôle et les résumés sont stockés pendant l'entraînement. Vous pouvez utiliser un dossier existant pour charger des points de contrôle précédemment créés sur un TPU de la même taille et de la même version TensorFlow.
    data_dir
    Chemin d'accès Cloud Storage de l'entrée d'entraînement. Dans cet exemple, il est défini sur l'ensemble de données fake_imagenet.
    vocab_file
    Fichier contenant le vocabulaire à traduire.
    bleu_source
    Fichier contenant des phrases sources à traduire.
    bleu_ref
    Fichier contenant la référence aux phrases de traduction.
    batch_size
    Taille de lot d'entraînement.
    train_steps
    Nombre d'étapes d'entraînement du modèle. Une étape permet de traiter un lot de données. Cela inclut à la fois une propagation avant et une rétropropagation.
    static_batch
    Spécifie si les lots de l'ensemble de données ont des formes statiques.
    use_ctl
    Spécifie si le script s'exécute avec une boucle d'entraînement personnalisée.
    param_set
    Ensemble de paramètres à utiliser lors de la création et de l'entraînement du modèle. Les paramètres définissent la forme d'entrée, la configuration du modèle et d'autres paramètres.
    max_length
    Longueur maximale d'un exemple dans l'ensemble de données.
    decode_batch_size
    Taille de lot globale utilisée pour le décodage auto régressif de Transformer sur un Cloud TPU.
    decode_max_length
    Longueur maximale de la séquence des données de décodage/d'évaluation. Celle-ci est utilisée par le décodage automatique régressif de Transformer sur un Cloud TPU afin de réduire le volume de données requises.
    padded_decode
    Indique si le décodage auto régressif s'exécute avec des données d'entrée complétées jusqu'à la longueur decode_max_length. Pour les exécutions Tor TPU/XLA-GPU, cet indicateur doit être défini en raison des exigences de forme statique.
    steps_between_evals
    Nombre d'étapes d'entraînement à exécuter entre les évaluations.
    distribution_strategy
    Pour entraîner le modèle ResNet sur un TPU, définissez distribution_strategy sur tpu.

Ce script d'entraînement comporte 2 000 étapes et effectue une évaluation toutes les 2 000 étapes. Cet entraînement et cette évaluation durent environ huit minutes sur un pod Cloud TPU v2-32.

Pour vous entraîner à la convergence, remplacez train_steps par 200 000. Vous pouvez augmenter le nombre d'étapes d'entraînement ou spécifier la fréquence d'exécution des évaluations en définissant ces paramètres :

  • --train_steps : définit le nombre total d'étapes d'entraînement à exécuter.
  • --steps_between_evals : nombre d'étapes d'entraînement à exécuter entre les évaluations.

Une fois l'entraînement et l'évaluation terminés, un message semblable au suivant s'affiche :

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

Effectuer un nettoyage

Pour éviter que les ressources utilisées lors de ce tutoriel soient facturées sur votre compte Google Cloud, supprimez le projet contenant les ressources, ou conservez le projet et supprimez les ressources individuelles.

1. Si vous ne l'avez pas déjà fait, déconnectez-vous de l'instance Compute Engine:
  (vm)$ exit
  

Votre invite devrait maintenant être username@projectname, ce qui indique que vous êtes dans Cloud Shell.

  1. Dans Cloud Shell, utilisez la commande suivante pour supprimer la VM Compute Engine et votre ressource Cloud TPU :

    $ gcloud compute tpus execution-groups delete transformer-tutorial \
      --zone=europe-west4-a
    
  2. Vérifiez que les ressources ont été supprimées en exécutant gcloud compute tpus execution-groups list. La suppression peut prendre plusieurs minutes. Une réponse semblable à celle ci-dessous indique que vos instances ont bien été supprimées.

    $ gcloud compute tpus execution-groups list \
     --zone=europe-west4-a
    

    Vous devriez voir une liste vide de TPU comme ci-dessous:

       NAME             STATUS
    
  3. Supprimez votre bucket Cloud Storage à l'aide de gsutil, comme indiqué ci-dessous. Remplacez bucket-name par le nom de votre bucket Cloud Storage.

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

Étape suivante

Dans ce tutoriel, vous avez entraîné le modèle Transformer à l'aide d'un exemple d'ensemble de données. Les résultats de cet entraînement ne sont pas utilisables pour l'inférence dans la plupart des cas. Afin d'utiliser un modèle pour l'inférence, vous pouvez entraîner les données sur un ensemble de données accessible au public ou sur votre propre ensemble de données. Les modèles entraînés sur des appareils Cloud TPU nécessitent des ensembles de données au format TFRecord.

Vous pouvez utiliser l'exemple d'outil de conversion d'ensemble de données pour convertir un ensemble de données de classification d'images au format TFRecord. Si vous n'utilisez pas de modèle de classification d'images, vous devez convertir vous-même votre ensemble de données au format TFRecord. Pour en savoir plus, consultez TFRecord et tf.Example.

Réglages d'hyperparamètres

Pour améliorer les performances du modèle avec votre ensemble de données, vous pouvez régler ses hyperparamètres. Vous trouverez des informations sur les hyperparamètres communs à tous les modèles compatibles avec des TPU sur GitHub. Des informations sur les hyperparamètres spécifiques au modèle sont disponibles dans le code source de chaque modèle. Pour en savoir plus sur ces réglages, consultez les pages Présentation des réglages d'hyperparamètres, Utiliser le service de réglage d'hyperparamètres et Régler les hyperparamètres.

Inférence

Une fois que vous avez entraîné votre modèle, vous pouvez l'utiliser pour l'inférence (également appelée prédiction). AI Platform est une solution basée sur le cloud permettant de développer, d'entraîner et de déployer des modèles de machine learning. Une fois un modèle déployé, vous pouvez utiliser le service AI Platform Prediction.