![]() |
![]() |
![]() |
![]() |
概要
注意: tf.distribute
API で Estimator を使用する際、tf.distribute
で Keras を使用することを推奨します。Keras を使ったマルチワーカートレーニングをご覧ください。tf.distribute.Strategy
を使った Estimator トレーニングのサポートは制限されています。
このチュートリアルでは、tf.estimator
を使った分散型マルチワーカートレーニングに tf.distribute.Strategy
を使用する方法を実演しています。tf.estimator
を使って独自のコードを記述しており、高性能の単一の機械を超えるスケーリングに関心がある場合は、このチュートリアルをご利用ください。
始める前に、分散ストラテジーガイドをお読みください。マルチ GPU トレーニングのチュートリアルも関連しています。このチュートリアルでは同じモデルが使用されています。
セットアップ
最初に、TensorFlow と必要なインポートをセットアップします。
import tensorflow_datasets as tfds
import tensorflow as tf
tfds.disable_progress_bar()
import os, json
入力関数
このチュートリアルでは、TensorFlow Datasets の MNIST データセットを使用しています。このコードはマルチ GPU トレーニングのチュートリアルのコードに似ていますが、大きな違いが 1 つあります。マルチワーカートレーニングに Estimator を使用する際は、モデルのコンバージェンスを可能にできるよう、ワーカーの数でデータセットをシャーディングする必要があります。入力データは、ワーカーインデックスでシャーディングされるため、各ワーカーは、データセットの各 1/num_workers
の部分を処理します。
BUFFER_SIZE = 10000
BATCH_SIZE = 64
def input_fn(mode, input_context=None):
datasets, info = tfds.load(name='mnist',
with_info=True,
as_supervised=True)
mnist_dataset = (datasets['train'] if mode == tf.estimator.ModeKeys.TRAIN else
datasets['test'])
def scale(image, label):
image = tf.cast(image, tf.float32)
image /= 255
return image, label
if input_context:
mnist_dataset = mnist_dataset.shard(input_context.num_input_pipelines,
input_context.input_pipeline_id)
return mnist_dataset.map(scale).cache().shuffle(BUFFER_SIZE).batch(BATCH_SIZE)
コンバージェンスを達成するためのもう 1 つの合理的なアプローチとして、各ワーカーで異なるシードを使ってデータベースをシャッフルする方法があります。
マルチワーカー構成
このチュートリアルの主な違いの 1 つに(マルチ GPU トレーニングのチュートリアル と比較)、マルチワーカーのセットアップがあります。TF_CONFIG
環境変数は、クラスタの一部である各ワーカーにクラスタ構成を指定する標準的な方法です。
TF_CONFIG
には、cluster
と task
の 2 つのコンポーネントがあります。cluster
は、クラスタのワーカーとパラメータサーバーを含むクラスタ全体に関する情報を提供するのに対し、task
は、現在のタスクに関する情報を提供します。最初のコンポーネント cluster
は、クラスタ内のすべてのワーカーとパラメータサーバーで同一であり、2 つ目のコンポーネント task
は、各ワーカーとパラメータサーバー間で異なり、それぞれに type
と index
を指定します。この例では、タスクの type
は worker
で、タスクの index
は 0
です。
説明の目的により、このチュートリアルでは、localhost
上に 2 つのワーカーを持つ TF_CONFIG
の設定方法を示しています。実践として、外部 IP アドレスとポートに複数のワーカーを作成し、各ワーカーに適切に TF_CONFIG
を設定します(タスクの index
を変更します)。
警告: 次のコードを Colab で実行しないでください。 TensorFlow のランタイムは、指定された IP アドレスとポートに gRPC サーバーを作成しようとしますが、失敗する可能性があります。
os.environ['TF_CONFIG'] = json.dumps({ 'cluster': { 'worker': ["localhost:12345", "localhost:23456"] }, 'task': {'type': 'worker', 'index': 0} })
モデルを定義する
トレーニング用にレイヤー、オプティマイザ、および損失関数を記述します。このチュートリアルでは、マルチ GPU トレーニングのチュートリアルと同様に、Keras レイヤーを使ったモデルを定義しています。
LEARNING_RATE = 1e-4
def model_fn(features, labels, mode):
model = tf.keras.Sequential([
tf.keras.layers.Conv2D(32, 3, activation='relu', input_shape=(28, 28, 1)),
tf.keras.layers.MaxPooling2D(),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(64, activation='relu'),
tf.keras.layers.Dense(10)
])
logits = model(features, training=False)
if mode == tf.estimator.ModeKeys.PREDICT:
predictions = {'logits': logits}
return tf.estimator.EstimatorSpec(labels=labels, predictions=predictions)
optimizer = tf.compat.v1.train.GradientDescentOptimizer(
learning_rate=LEARNING_RATE)
loss = tf.keras.losses.SparseCategoricalCrossentropy(
from_logits=True, reduction=tf.keras.losses.Reduction.NONE)(labels, logits)
loss = tf.reduce_sum(loss) * (1. / BATCH_SIZE)
if mode == tf.estimator.ModeKeys.EVAL:
return tf.estimator.EstimatorSpec(mode, loss=loss)
return tf.estimator.EstimatorSpec(
mode=mode,
loss=loss,
train_op=optimizer.minimize(
loss, tf.compat.v1.train.get_or_create_global_step()))
注意: この例の学習速度は固定されていますが、一般的に、グローバルバッチサイズに基づいて学習速度を調整する必要があります。
MultiWorkerMirroredStrategy
モデルをトレーニングするために、 tf.distribute.experimental.MultiWorkerMirroredStrategy
のインスタンスを作成します。 MultiWorkerMirroredStrategy
は、すべてのワーカーの各装置にあるモデルのレイヤーにすべての変数のコピーを作成します。集合通信に使用する TensorFlow 演算子 CollectiveOps
を使用して勾配を集め、変数の同期を維持します。このストラテジーの詳細は、tf.distribute.Strategy
ガイドで説明されています。
strategy = tf.distribute.experimental.MultiWorkerMirroredStrategy()
WARNING:tensorflow:From <ipython-input-1-f1f424df316e>:1: _CollectiveAllReduceStrategyExperimental.__init__ (from tensorflow.python.distribute.collective_all_reduce_strategy) is deprecated and will be removed in a future version. Instructions for updating: use distribute.MultiWorkerMirroredStrategy instead INFO:tensorflow:Using MirroredStrategy with devices ('/device:GPU:0',) INFO:tensorflow:Single-worker MultiWorkerMirroredStrategy with local_devices = ('/device:GPU:0',), communication = CommunicationImplementation.AUTO
モデルをトレーニングして評価する
次に、分散ストラテジーを Estimator の RunConfig
に指定し、tf.estimator.train_and_evaluate
を呼び出してトレーニングと評価を行います。このチュートリアルでは、train_distribute
経由でストラテジーを指定してトレーニングのみを分散しています。eval_distribute
を使って評価を分散することもできます。
config = tf.estimator.RunConfig(train_distribute=strategy)
classifier = tf.estimator.Estimator(
model_fn=model_fn, model_dir='/tmp/multiworker', config=config)
tf.estimator.train_and_evaluate(
classifier,
train_spec=tf.estimator.TrainSpec(input_fn=input_fn),
eval_spec=tf.estimator.EvalSpec(input_fn=input_fn)
)
INFO:tensorflow:Initializing RunConfig with distribution strategies. INFO:tensorflow:Not using Distribute Coordinator. INFO:tensorflow:Using config: {'_model_dir': '/tmp/multiworker', '_tf_random_seed': None, '_save_summary_steps': 100, '_save_checkpoints_steps': None, '_save_checkpoints_secs': 600, '_session_config': allow_soft_placement: true graph_options { rewrite_options { meta_optimizer_iterations: ONE } } , '_keep_checkpoint_max': 5, '_keep_checkpoint_every_n_hours': 10000, '_log_step_count_steps': 100, '_train_distribute': <tensorflow.python.distribute.collective_all_reduce_strategy._CollectiveAllReduceStrategyExperimental object at 0x7f1b1c1a1a90>, '_device_fn': None, '_protocol': None, '_eval_distribute': None, '_experimental_distribute': None, '_experimental_max_worker_delay_secs': None, '_session_creation_timeout_secs': 7200, '_checkpoint_save_graph_def': True, '_service': None, '_cluster_spec': ClusterSpec({}), '_task_type': 'worker', '_task_id': 0, '_global_id_in_cluster': 0, '_master': '', '_evaluation_master': '', '_is_chief': True, '_num_ps_replicas': 0, '_num_worker_replicas': 1, '_distribute_coordinator_mode': None} INFO:tensorflow:Not using Distribute Coordinator. INFO:tensorflow:Running training and evaluation locally (non-distributed). INFO:tensorflow:Start train and evaluate loop. The evaluate will happen after every checkpoint. Checkpoint frequency is determined based on RunConfig arguments: save_checkpoints_steps None or save_checkpoints_secs 600. INFO:tensorflow:The `input_fn` accepts an `input_context` which will be given by DistributionStrategy INFO:tensorflow:Calling model_fn. INFO:tensorflow:Calling model_fn. INFO:tensorflow:Done calling model_fn. INFO:tensorflow:Done calling model_fn. INFO:tensorflow:Create CheckpointSaverHook. INFO:tensorflow:Create CheckpointSaverHook. WARNING:tensorflow:From /tmpfs/src/tf_docs_env/lib/python3.6/site-packages/tensorflow_estimator/python/estimator/util.py:96: DistributedIteratorV1.initialize (from tensorflow.python.distribute.input_lib) is deprecated and will be removed in a future version. Instructions for updating: Use the iterator's `initializer` property instead. WARNING:tensorflow:From /tmpfs/src/tf_docs_env/lib/python3.6/site-packages/tensorflow_estimator/python/estimator/util.py:96: DistributedIteratorV1.initialize (from tensorflow.python.distribute.input_lib) is deprecated and will be removed in a future version. Instructions for updating: Use the iterator's `initializer` property instead. INFO:tensorflow:Graph was finalized. INFO:tensorflow:Graph was finalized. INFO:tensorflow:Running local_init_op. INFO:tensorflow:Running local_init_op. INFO:tensorflow:Done running local_init_op. INFO:tensorflow:Done running local_init_op. INFO:tensorflow:Calling checkpoint listeners before saving checkpoint 0... INFO:tensorflow:Calling checkpoint listeners before saving checkpoint 0... INFO:tensorflow:Saving checkpoints for 0 into /tmp/multiworker/model.ckpt. INFO:tensorflow:Saving checkpoints for 0 into /tmp/multiworker/model.ckpt. INFO:tensorflow:Calling checkpoint listeners after saving checkpoint 0... INFO:tensorflow:Calling checkpoint listeners after saving checkpoint 0... INFO:tensorflow:loss = 2.2981951, step = 0 INFO:tensorflow:loss = 2.2981951, step = 0 INFO:tensorflow:global_step/sec: 199.399 INFO:tensorflow:global_step/sec: 199.399 INFO:tensorflow:loss = 2.2770095, step = 100 (0.504 sec) INFO:tensorflow:loss = 2.2770095, step = 100 (0.504 sec) INFO:tensorflow:global_step/sec: 214.822 INFO:tensorflow:global_step/sec: 214.822 INFO:tensorflow:loss = 2.2760954, step = 200 (0.466 sec) INFO:tensorflow:loss = 2.2760954, step = 200 (0.466 sec) INFO:tensorflow:global_step/sec: 215.119 INFO:tensorflow:global_step/sec: 215.119 INFO:tensorflow:loss = 2.2578058, step = 300 (0.465 sec) INFO:tensorflow:loss = 2.2578058, step = 300 (0.465 sec) INFO:tensorflow:global_step/sec: 218.735 INFO:tensorflow:global_step/sec: 218.735 INFO:tensorflow:loss = 2.2710721, step = 400 (0.457 sec) INFO:tensorflow:loss = 2.2710721, step = 400 (0.457 sec) INFO:tensorflow:global_step/sec: 223.869 INFO:tensorflow:global_step/sec: 223.869 INFO:tensorflow:loss = 2.264247, step = 500 (0.446 sec) INFO:tensorflow:loss = 2.264247, step = 500 (0.446 sec) INFO:tensorflow:global_step/sec: 225.988 INFO:tensorflow:global_step/sec: 225.988 INFO:tensorflow:loss = 2.257546, step = 600 (0.442 sec) INFO:tensorflow:loss = 2.257546, step = 600 (0.442 sec) INFO:tensorflow:global_step/sec: 219.498 INFO:tensorflow:global_step/sec: 219.498 INFO:tensorflow:loss = 2.2384143, step = 700 (0.456 sec) INFO:tensorflow:loss = 2.2384143, step = 700 (0.456 sec) INFO:tensorflow:global_step/sec: 240.676 INFO:tensorflow:global_step/sec: 240.676 INFO:tensorflow:loss = 2.2514377, step = 800 (0.415 sec) INFO:tensorflow:loss = 2.2514377, step = 800 (0.415 sec) INFO:tensorflow:global_step/sec: 583.017 INFO:tensorflow:global_step/sec: 583.017 INFO:tensorflow:loss = 2.2368863, step = 900 (0.171 sec) INFO:tensorflow:loss = 2.2368863, step = 900 (0.171 sec) INFO:tensorflow:Calling checkpoint listeners before saving checkpoint 938... INFO:tensorflow:Calling checkpoint listeners before saving checkpoint 938... INFO:tensorflow:Saving checkpoints for 938 into /tmp/multiworker/model.ckpt. INFO:tensorflow:Saving checkpoints for 938 into /tmp/multiworker/model.ckpt. INFO:tensorflow:Calling checkpoint listeners after saving checkpoint 938... INFO:tensorflow:Calling checkpoint listeners after saving checkpoint 938... INFO:tensorflow:Calling model_fn. INFO:tensorflow:Calling model_fn. INFO:tensorflow:Done calling model_fn. INFO:tensorflow:Done calling model_fn. INFO:tensorflow:Starting evaluation at 2021-02-12T23:03:24Z INFO:tensorflow:Starting evaluation at 2021-02-12T23:03:24Z INFO:tensorflow:Graph was finalized. INFO:tensorflow:Graph was finalized. INFO:tensorflow:Restoring parameters from /tmp/multiworker/model.ckpt-938 INFO:tensorflow:Restoring parameters from /tmp/multiworker/model.ckpt-938 INFO:tensorflow:Running local_init_op. INFO:tensorflow:Running local_init_op. INFO:tensorflow:Done running local_init_op. INFO:tensorflow:Done running local_init_op. INFO:tensorflow:Evaluation [10/100] INFO:tensorflow:Evaluation [10/100] INFO:tensorflow:Evaluation [20/100] INFO:tensorflow:Evaluation [20/100] INFO:tensorflow:Evaluation [30/100] INFO:tensorflow:Evaluation [30/100] INFO:tensorflow:Evaluation [40/100] INFO:tensorflow:Evaluation [40/100] INFO:tensorflow:Evaluation [50/100] INFO:tensorflow:Evaluation [50/100] INFO:tensorflow:Evaluation [60/100] INFO:tensorflow:Evaluation [60/100] INFO:tensorflow:Evaluation [70/100] INFO:tensorflow:Evaluation [70/100] INFO:tensorflow:Evaluation [80/100] INFO:tensorflow:Evaluation [80/100] INFO:tensorflow:Evaluation [90/100] INFO:tensorflow:Evaluation [90/100] INFO:tensorflow:Evaluation [100/100] INFO:tensorflow:Evaluation [100/100] INFO:tensorflow:Inference Time : 1.24596s INFO:tensorflow:Inference Time : 1.24596s INFO:tensorflow:Finished evaluation at 2021-02-12-23:03:26 INFO:tensorflow:Finished evaluation at 2021-02-12-23:03:26 INFO:tensorflow:Saving dict for global step 938: global_step = 938, loss = 2.2316883 INFO:tensorflow:Saving dict for global step 938: global_step = 938, loss = 2.2316883 INFO:tensorflow:Saving 'checkpoint_path' summary for global step 938: /tmp/multiworker/model.ckpt-938 INFO:tensorflow:Saving 'checkpoint_path' summary for global step 938: /tmp/multiworker/model.ckpt-938 INFO:tensorflow:Loss for final step: 1.1226506. INFO:tensorflow:Loss for final step: 1.1226506. ({'loss': 2.2316883, 'global_step': 938}, [])
トレーニングのパフォーマンスを最適化する
tf.distribute.Strategy
により、モデルとマルチワーカー対応 Estimator の準備が整いました。次のテクニックに従って、マルチワーカートレーニングのパフォーマンスを最適化することができます。
バッチサイズの増加: ここで指定されるバッチサイズは、GPU 単位のサイズです。一般的に、GPU メモリに収まる最大バッチサイズの指定が推奨されます。
変数のキャスト: 可能であれば、
tf.float
に変数をキャストしてください。公式の ResNet モデルには、どのようにしてこれを行うかの例が示されています。集合通信の使用:
MultiWorkerMirroredStrategy
は、複数の集合通信実装を提供しています。RING
は、クロスホスト通信レイヤーとして、gRPC を使用したリング状の集合体を実装します。NCCL
は、Nvidia の NCCL を使用して集合体を実装します。AUTO
は、選択をランタイムに持ち越します。
最適な集合体実装の選択肢は、GPU 数と種類によって異なり、ネットワークはクラスタ内で相互接続します。自動選択をオーバーライドするには、
MultiWorkerMirroredStrategy
コンストラクタのcommunication
パラメータに、communication=tf.distribute.experimental.CollectiveCommunication.NCCL
のように有効な値を指定します。
ガイドのパフォーマンスのセクションに目を通し、独自の TensorFlow モデルのパフォーマンス最適化に使用できるほかのストラテジーやツールについてさらに詳しく学習しましょう。
その他のコード例
- Kubernetes テンプレートを使った tensorflow/ecosystem でマルチワーカートレーニングを行うためのエンドツーエンドの例。この例は最初に Keras モデルを使用し、それを
tf.keras.estimator.model_to_estimator
API を使って Estimator に変換します。 - 公式モデル。この多くは、複数の分散ストラテジーで実行するように構成できます。