python - 在 CloudML for GPU 上加速 TFRecords 馈入 Keras 模型

Question

我想以超快的速度将 TFRecords 馈送到我的模型中。但是，目前，我的 GPU(GCP 上的单个 K80)负载为 0%，这在 CloudML 上非常慢。

我在 GCS 中有 TFRecords:train_directory = gs://bucket/train/*.tfrecord，(大约 100 个大小为 30mb-800mb 的文件)，但由于某种原因它难以提供GPU 可以足够快地将数据导入我的模型。

有趣的是，使用 fit_generator() 将数据加载到内存和使用 numpy 数组的速度提高了 7 倍。在那里我可以指定多进程和多进程。

我当前的设置解析 tf 记录并加载无限的 tf.Dataset。理想情况下，该解决方案会在内存中保存/保存一些批处理，供 GPU 按需使用。

def _parse_func(record):
    """ Parses TF Record"""
    keys_to_features = {}
    for _ in feature_list: # 300 features ['height', 'weights', 'salary']
         keys_to_features[_] = tf.FixedLenFeature([TIME_STEPS], tf.float32)
    parsed = tf.parse_single_example(record, keys_to_features)
    t = [tf.manip.reshape(parsed[_], [-1, 1]) for _ in feature_list]
    numeric_tensor = tf.concat(values=t, axis=1)

    x = dict()
    x['numeric'] = numeric_tensor
    y = ...
    w = ...

    return x, y, w

def input_fn(file_pattern, b=BATCH_SIZE):
    """
    :param file_pattern: GCS bucket to read from
    :param b: Batch size, defaults to BATCH_SIZE in hparams.py
    :return: And infinitely iterable data set using tf records of tf.data.Dataset class
    """
    files = tf.data.Dataset.list_files(file_pattern=file_pattern)
    d = files.apply(
        tf.data.experimental.parallel_interleave(
            lambda filename: tf.data.TFRecordDataset(filename),
            cycle_length=4,
            block_length=16,
            buffer_output_elements=16,
            prefetch_input_elements=16,
            sloppy=True))
    d = d.apply(tf.contrib.data.map_and_batch(
        map_func=_parse_func, batch_size=b,
        num_parallel_batches=4))
    d = d.cache()
    d = d.repeat()
    d = d.prefetch(1)
    return d

获取火车数据

# get files from GCS bucket and load them into dataset
train_data = input_fn(train_directory, b=BATCH_SIZE)

拟合模型

model.fit(x=train_data.make_one_shot_iterator())

我在 CloudML 上运行它，因此 GCS 和 CloudML 应该非常快。

---

CloudML CPU 使用情况:

正如我们在下面看到的，CPU 占用率为 70%，而内存并未增加超过 10%。那么 dataset.cache() 做了什么？

CloudML 日志中的 GPU 指标

如下图，好像是GPU关了!内存也为 0mb。缓存存储在哪里？

没有进程在 GPU 上运行!

编辑:

看来确实没有在GPU上运行的进程。我试图明确说明:

tf.keras.backend.set_session(tf.Session(config=tf.ConfigProto(
    allow_soft_placement=True,
    log_device_placement=True)))

train_data = input_fn(file_pattern=train_directory, b=BATCH_SIZE)

model = create_model()

with tf.device('/gpu:0'):
    model.fit(x=train_data.make_one_shot_iterator(),
              epochs=EPOCHS,
              steps_per_epoch=STEPS_PER_EPOCH,
              validation_data=test_data.make_one_shot_iterator(),
              validation_steps=VALIDATION_STEPS)

但一切仍然使​​用 CPU!

Answer 1

就我而言，我使用的是自定义 setup.py 文件，该文件使用了仅 CPU 的 Tensorflow 版本。

我在踢自己，请改为安装 tensorflow-gpu。