python - 如何为我的 tensorflow 模型提高此数据管道的性能

Question

我有一个正在训练的 tensorflow 模型 google-colab .实际模型更复杂，但我将其压缩为 reproducible example (删除了保存/恢复、学习率衰减、断言、tensorboard 事件、梯度裁剪等)。该模型运行合理(收敛到可接受的损失)，我正在寻找加速训练的方法(每秒迭代次数)。

目前在 colab 的 GPU 上训练 1000 次迭代需要 10 分钟。我当前的批量大小为 512，这意味着模型每秒处理 ~850 个示例(我更喜欢批量大小为 512，除非其他大小提供合理的加速。改变批量大小本身不会改变速度)。

---

所以目前我有一个以 tfrecord 格式存储的数据:这里是一个 500Mb example file ，总数据大小约为 0.5Tb。该数据经过相当繁重的预处理步骤(我无法预先进行预处理，因为它会使我的 tfrecords 的大小增加到我可以承受的范围之外)。预处理通过 tf.data 完成并将输出张量 ((batch_size, 8, 8, 24) 视为 NHWC, (batch_size, 10)) 传递到模型中。示例 colab 不包含仅用作示例的简化模型。

---

我尝试了几种加速训练的方法:

• manual device placement (在 cpu 上进行数据预处理，在 gpu 上传播)，但我所有的尝试都导致速度变差(从 10% 增加到 50%)。
• 改进数据预处理。我评论了tf.data video和 data tutorials .我尝试了该教程中的几乎所有技术都没有任何改进(速度从 0% 降低到 15%)。特别是我试过:
  • dataset.prefetch(...)
  • 将 num_parallel_calls 传递给映射
  • 在 tf.contrib.data.map_and_batch 中结合 map 和 batch
  • 使用parallel_interleave

数据预处理相关的代码在这里(这里是一个full reproducible example和example data):

_keys_to_map = {
    'd': tf.FixedLenFeature([], tf.string),  # data
    's': tf.FixedLenFeature([], tf.int64),   # score
}


def _parser(record):][3]
    parsed = tf.parse_single_example(record, _keys_to_map)
    return parsed['d'], parsed['s']


def init_tfrecord_dataset():
  files_train = glob.glob(DIR_TFRECORDS + '*.tfrecord')
  random.shuffle(files_train)

  with tf.name_scope('tfr_iterator'):
    ds = tf.data.TFRecordDataset(files_train)      # define data from randomly ordered files
    ds = ds.shuffle(buffer_size=10000)             # select elements randomly from the buffer
    ds = ds.map(_parser)                           # map them based on tfrecord format
    ds = ds.batch(BATCH_SIZE, drop_remainder=True) # group elements in batch (remove batch of less than BATCH_SIZE)
    ds = ds.repeat()                               # iterate infinitely 

    return ds.make_initializable_iterator()        # initialize the iterator


def iterator_to_data(iterator):
  """Creates a part of the graph which reads the raw data from an iterator and transforms it to a 
  data ready to be passed to model.

  Args:
    iterator      - iterator. Created by `init_tfrecord_dataset`

  Returns:
    data_board      - (BATCH_SIZE, 8, 8, 24) you can think about as NWHC for images.
    data_flags      - (BATCH_SIZE, 10)
    combined_score  - (BATCH_SIZE,)
  """

  b = tf.constant((128, 64, 32, 16, 8, 4, 2, 1), dtype=tf.uint8, name='unpacked_const')

  with tf.name_scope('tfr_parse'):
    with tf.name_scope('packed_data'):
      next_element = iterator.get_next()
      data_packed, score_int = next_element
      score = tf.cast(score_int, tf.float64, name='score_float')

    # https://stackoverflow.com/q/45454470/1090562
    with tf.name_scope('data_unpacked'):
      data_unpacked = tf.reshape(tf.mod(tf.to_int32(tf.decode_raw(data_packed, tf.uint8)[:,:,None] // b), 2), [BATCH_SIZE, 1552], name='data_unpack')

    with tf.name_scope('score'):
      with tf.name_scope('is_mate'):
        score_is_mate = tf.cast(tf.squeeze(tf.slice(data_unpacked, [0, 1546], [BATCH_SIZE, 1])), tf.float64, name='is_mate')
      with tf.name_scope('combined'):
        combined_score = (1 - score_is_mate) * VALUE_A * tf.tanh(score / VALUE_K) + score_is_mate * tf.sign(score) * (VALUE_A + (1 - VALUE_A) / (VALUE_B - 1) * tf.reduce_max(tf.stack([tf.zeros(BATCH_SIZE, dtype=tf.float64), VALUE_B - tf.abs(score)]), axis=0))


    with tf.name_scope('board'):
      with tf.name_scope('reshape_layers'):
        data_board = tf.reshape(tf.slice(data_unpacked, [0, 0], [BATCH_SIZE, 8 * 8 * 24]), [BATCH_SIZE, 8, 8, 24], name='board_reshape')

      with tf.name_scope('combine_layers'):  
        data_board = tf.cast(tf.stack([
          data_board[:,:,:, 0],
          data_board[:,:,:, 4],
          data_board[:,:,:, 8],
          data_board[:,:,:,12],
          data_board[:,:,:,16],
          data_board[:,:,:,20],
          - data_board[:,:,:, 1],
          - data_board[:,:,:, 5],
          - data_board[:,:,:, 9],
          - data_board[:,:,:,13],
          - data_board[:,:,:,17],
          - data_board[:,:,:,21],
          data_board[:,:,:, 2],
          data_board[:,:,:, 6],
          data_board[:,:,:,10],
          data_board[:,:,:,14],
          data_board[:,:,:,18],
          data_board[:,:,:,22],
          - data_board[:,:,:, 3],
          - data_board[:,:,:, 7],
          - data_board[:,:,:,11],
          - data_board[:,:,:,15],
          - data_board[:,:,:,19],
          - data_board[:,:,:,23],
        ], axis=3), tf.float64, name='board_compact')

    with tf.name_scope('flags'):
      data_flags = tf.cast(tf.slice(data_unpacked, [0, 1536], [BATCH_SIZE, 10]), tf.float64, name='flags')

  return data_board, data_flags, combined_score

---

我正在寻找实用的解决方案(我已经尝试了大量的理论想法)，以提高训练速度(以示例/秒为单位)。我不是在寻找提高模型准确性(或修改模型)的方法，因为这只是一个测试模型。

我花了很多时间来优化它(并放弃了)。因此，我很乐意悬赏 200 奖励具有良好解释的有效解决方案。

Answer 1

suggestion from hampi分析您的培训工作是一项很好的工作，并且可能有必要了解您管道中的实际瓶颈。 Input Pipeline performance guide中的其他建议应该也很有用。

但是，还有另一种可能有用的“快速修复”。在某些情况下，Dataset.map() 转换中的工作量可能非常小，主要是为每个元素调用函数的成本。在这些情况下，我们经常尝试对 map 函数进行向量化，并将其移动到 Dataset.batch() 转换之后，以减少调用函数的次数(1/512 次，在这种情况下)，并在每个批处理上执行更大且可能更容易并行化的操作。幸运的是，您的管道可以按如下方式矢量化:

def _batch_parser(record_batch):
  # NOTE: Use `tf.parse_example()` to operate on batches of records.
  parsed = tf.parse_example(record_batch, _keys_to_map)
  return parsed['d'], parsed['s']

def init_tfrecord_dataset():
  files_train = glob.glob(DIR_TFRECORDS + '*.tfrecord')
  random.shuffle(files_train)

  with tf.name_scope('tfr_iterator'):
    ds = tf.data.TFRecordDataset(files_train)      # define data from randomly ordered files
    ds = ds.shuffle(buffer_size=10000)             # select elements randomly from the buffer
    # NOTE: Change begins here.
    ds = ds.batch(BATCH_SIZE, drop_remainder=True) # group elements in batch (remove batch of less than BATCH_SIZE)
    ds = ds.map(_batch_parser)                     # map batches based on tfrecord format
    # NOTE: Change ends here.
    ds = ds.repeat()                               # iterate infinitely 

    return ds.make_initializable_iterator()        # initialize the iterator

目前，矢量化是一项您必须手动进行的更改，但 tf.data 团队正在研究 an optimization pass that provides automatic vectorization .