如何使用預先建立的搜尋空間和訓練程式

本指南說明如何使用 Google 預先建立的搜尋空間和預先建立的訓練程式碼 (以 TF-vision 為基礎)，為 MnasNet 和 SpineNet 執行 Agent Platform 類神經架構搜尋作業。如需端對端範例，請參閱 MnasNet 分類筆記本和 SpineNet 物件偵測筆記本。

預先建構訓練工具的資料準備過程

Agent Platform Neural Architecture Search 預先建構的訓練器需要 TFRecord 格式的資料，其中包含 tf.train.Example。tf.train.Example 必須包含下列欄位：

'image/encoded': tf.FixedLenFeature(tf.string)
'image/height': tf.FixedLenFeature(tf.int64)
'image/width': tf.FixedLenFeature(tf.int64)

# For image classification only.
'image/class/label': tf.FixedLenFeature(tf.int64)

# For object detection only.
'image/object/bbox/xmin': tf.VarLenFeature(tf.float32)
'image/object/bbox/xmax': tf.VarLenFeature(tf.float32)
'image/object/bbox/ymin': tf.VarLenFeature(tf.float32)
'image/object/bbox/ymax': tf.VarLenFeature(tf.float32)
'image/object/class/label': tf.VarLenFeature(tf.int64)

如要瞭解如何準備 ImageNet 資料，請參閱這篇文章。

如要轉換自訂資料，請使用下載的程式碼範例和公用程式隨附的剖析指令碼。如要自訂資料剖析作業，請修改 tf_vision/dataloaders/*_input.py 檔案。

進一步瞭解TFRecord和tf.train.Example。

定義實驗環境變數

執行實驗前，您需要定義多個環境變數，包括：

• TRAINER_DOCKER_ID：${USER}_nas_experiment (建議格式)

• 實驗使用的訓練和驗證資料集 Cloud Storage 位置。例如 (用於偵測的 CoCo)：

  • gs://cloud-samples-data/ai-platform/built-in/image/coco/train*
  • gs://cloud-samples-data/ai-platform/built-in/image/coco/val*

• 實驗輸出的 Cloud Storage 位置。 建議格式：

  • gs://${USER}_nas_experiment

• REGION：區域，應與實驗輸出 bucket 區域相同。例如：us-central1。

• PARAM_OVERRIDE：YAML 檔案，用於覆寫預先建構訓練器的參數。Agent Platform Neural Architecture Search 提供一些預設設定供您使用：

PROJECT_ID=PROJECT_ID
TRAINER_DOCKER_ID=TRAINER_DOCKER_ID
LATENCY_CALCULATOR_DOCKER_ID=LATENCY_CALCULATOR_DOCKER_ID
GCS_ROOT_DIR=OUTPUT_DIR
REGION=REGION
PARAM_OVERRIDE=tf_vision/configs/experiments/spinenet_search_gpu.yaml
TRAINING_DATA_PATH=gs://PATH_TO_TRAINING_DATA
VALIDATION_DATA_PATH=gs://PATH_TO_VALIDATION_DATA

您可能需要選取或修改符合訓練需求的覆寫檔案。請考量下列事項：

• 您可以設定 --accelerator_type，選擇使用 GPU 或 CPU。 如要使用 CPU 快速測試，可以設定 --accelerator_type="" 標記，並使用 tf_vision/test_files/fast_nas_detection_spinenet_search_for_testing.yaml 設定檔，只執行幾個訓練週期。
• 訓練週期數
• 訓練執行階段
• 學習率等超參數

如需所有可控制訓練工作的參數清單，請參閱 tf_vision/configs/。主要參數如下：

task:
  train_data:
    global_batch_size: 80
  validation_data:
    global_batch_size: 16
  init_checkpoint: null
trainer:
  train_steps: 16634
  steps_per_loop: 1386
  optimizer_config:
    learning_rate:
      cosine:
        initial_learning_rate: 0.16
        decay_steps: 16634
      type: 'cosine'
    warmup:
      type: 'linear'
      linear:
        warmup_learning_rate: 0.0067
        warmup_steps: 1386

建立 Cloud Storage bucket，供 Agent Platform Neural Architecture Search 儲存工作輸出內容 (即檢查點)：

gcloud storage buckets create $GCS_ROOT_DIR

建構訓練師容器和延遲計算機容器

下列指令會在 Cloud de Confiance by S3NS 中建構訓練人員映像檔，並使用下列 URI：gcr.io/PROJECT_ID/TRAINER_DOCKER_ID，這會在下一步的 Agent Platform Neural Architecture Search 工作中使用。

python3 vertex_nas_cli.py build \
--project_id=PROJECT_ID \
--trainer_docker_id=TRAINER_DOCKER_ID \
--latency_calculator_docker_id=LATENCY_CALCULATOR_DOCKER_ID \
--trainer_docker_file=tf_vision/nas_multi_trial.Dockerfile \
--latency_calculator_docker_file=tf_vision/latency_computation_using_saved_model.Dockerfile

如要變更搜尋空間和獎勵，請在 Python 檔案中更新，然後重建 Docker 映像檔。

在本地測試訓練程式

在 Cloud de Confiance 服務中啟動工作需要幾分鐘，因此在本機測試訓練師 Docker 可能更方便，例如驗證 TFRecord 格式。以 spinenet 搜尋空間為例，您可以在本機執行搜尋作業 (模型會隨機取樣)：

# Define the local job output dir.
JOB_DIR="/tmp/iod_${search_space}"

python3 vertex_nas_cli.py search_in_local \
--project_id=PROJECT_ID \
--trainer_docker_id=TRAINER_DOCKER_ID \
--prebuilt_search_space=spinenet \
--use_prebuilt_trainer=True \
--local_output_dir=${JOB_DIR} \
--search_docker_flags \
params_override="tf_vision/test_files/fast_nas_detection_spinenet_search_for_testing.yaml" \
training_data_path=TEST_COCO_TF_RECORD \
validation_data_path=TEST_COCO_TF_RECORD \
model=retinanet

training_data_path 和 validation_data_path 是 TFRecord 的路徑。

在 Cloud de Confiance上啟動第 1 階段搜尋，然後啟動第 2 階段訓練工作

如需端對端範例，請參閱 MnasNet 分類筆記本和 SpineNet 物件偵測筆記本。

• 您可以設定 --max_parallel_nas_trial 和 --max_nas_trial 旗標進行自訂。Agent Platform Neural Architecture Search 會平行啟動 max_parallel_nas_trial 項試驗，並在 max_nas_trial 項試驗完成後結束。

• 如果設定了 --target_device_latency_ms 旗標，系統會啟動另一個 latency calculator 工作，並使用 --target_device_type 旗標指定的加速器。

• Agent Platform Neural Architecture Search Controller 會透過 FLAG --nas_params_str 為每項測試提供新架構候選項的建議。

• 每次試驗都會根據 FLAG nas_params_str 的值建構圖表，並啟動訓練工作。每次試驗也會將值儲存至 JSON 檔案 (位於 os.path.join(nas_job_dir, str(trial_id), "nas_params_str.json"))。

設有延遲時間限制的獎勵

MnasNet 分類筆記本會顯示以雲端 CPU 裝置為基礎的延遲時間限制搜尋範例。

如要搜尋具有延遲限制的模型，訓練者可以將準確度和延遲時間的函數回報為獎勵。

在共用原始碼中，獎勵的計算方式如下：

def compute_reward(target_latency, accuracy, inference_latency, weight=0.07):
  """Compute reward from accuracy and latency."""
  speed_ratio = target_latency / inference_latency
  return accuracy * (speed_ratio**weight)

您可以在MnasNet 論文的第 3 頁使用其他變體 reward 計算。

• target_device_type 指定 支援的 Cloud de Confiance目標裝置類型，例如 NVIDIA_TESLA_P100。
• use_prebuilt_latency_calculator 使用我們預先建構的延遲計算機 tf_vision/latency_computation_using_saved_model.py。
• target_device_latency_ms 指定目標裝置延遲時間。

如要瞭解如何自訂延遲時間計算函式，請參閱 tf_vision/latency_computation_using_saved_model.py。

監控 Agent Platform Neural Architecture Search 工作進度

在 Cloud de Confiance 控制台的工作頁面中，圖表會顯示 reward vs. trial number，而表格則會顯示每次試驗的獎勵。你可以找到獎勵最高的熱門試用活動。

繪製第 2 階段的訓練曲線

完成第 2 階段訓練後，請使用 Cloud Shell 或 Cloud de Confiance TensorBoard 指向工作目錄，繪製訓練曲線：

部署所選模型

如要建立 SavedModel，可以使用 export_saved_model.py 指令碼搭配 params_override=${GCS_ROOT_DIR}/${TRIAL_ID}/params.yaml。