从 Jupyter Notebook 启动分布式训练
本教程将教你如何使用 🤗 Accelerate 从 Jupyter Notebook 在分布式系统上微调计算机视觉模型。 你还将学习如何设置一些必要的要求,以确保你的环境配置正确、数据准备妥当,最后如何启动训练。
配置环境
在进行任何训练之前,系统中必须存在一个 Accelerate 配置文件。通常可以通过在终端中运行以下命令并回答提示来完成:
accelerate config
但是,如果通用默认设置可以接受,并且你 不是 在 TPU 上运行,Accelerate 提供了一个实用工具,可以通过 [utils.write_basic_config
] 快速将你的 GPU 配置写入配置文件。
以下代码将在写入配置后重新启动 Jupyter,因为 CUDA 代码被调用来执行此操作。
import os
from accelerate.utils import write_basic_config
write_basic_config() # Write a config file
os._exit(00) # Restart the notebook
准备数据集和模型
接下来你应该准备你的数据集。如前所述,在准备 DataLoaders
和模型时应特别小心,以确保 任何内容 都不要放在 任何 GPU 上。
如果你这样做,建议将特定的代码放在一个函数中,并从笔记本启动器界面调用该函数,这将在后面展示。
确保根据 此处 的说明下载数据集。
import os, re, torch, PIL
import numpy as np
from torch.optim.lr_scheduler import OneCycleLR
from torch.utils.data import DataLoader, Dataset
from torchvision.transforms import Compose, RandomResizedCrop, Resize, ToTensor
from accelerate import Accelerator
from accelerate.utils import set_seed
from timm import create_model
首先你需要创建一个函数,根据文件名提取类名:
import os
data_dir = "../../images"
fnames = os.listdir(data_dir)
fname = fnames[0]
print(fname)
beagle_32.jpg
在这个例子中,标签是 beagle
。使用正则表达式可以从文件名中提取标签:
import re
def extract_label(fname):
stem = fname.split(os.path.sep)[-1]
return re.search(r"^(.*)_\d+\.jpg$", stem).groups()[0]
extract_label(fname)
你可以看到它正确地返回了我们文件的名称:
"beagle"
接下来需要创建一个 Dataset
类来处理图像和标签的获取:
class PetsDataset(Dataset):
def __init__(self, file_names, image_transform=None, label_to_id=None):
self.file_names = file_names
self.image_transform = image_transform
self.label_to_id = label_to_id
def __len__(self):
return len(self.file_names)
def __getitem__(self, idx):
fname = self.file_names[idx]
raw_image = PIL.Image.open(fname)
image = raw_image.convert("RGB")
if self.image_transform is not None:
image = self.image_transform(image)
label = extract_label(fname)
if self.label_to_id is not None:
label = self.label_to_id[label]
return {"image": image, "label": label}
现在来构建数据集。在训练函数之外,你可以找到并声明所有文件名和标签,并在启动的函数中将它们用作引用:
fnames = [os.path.join("../../images", fname) for fname in fnames if fname.endswith(".jpg")]
接下来收集所有标签:
all_labels = [extract_label(fname) for fname in fnames]
id_to_label = list(set(all_labels))
id_to_label.sort()
label_to_id = {lbl: i for i, lbl in enumerate(id_to_label)}
接下来,你应该创建一个 get_dataloaders
函数,该函数将返回你构建的数据加载器。如前所述,如果在构建 DataLoaders
时数据会自动发送到 GPU 或 TPU 设备,那么必须使用此方法来构建它们。
def get_dataloaders(batch_size: int = 64):
"Builds a set of dataloaders with a batch_size"
random_perm = np.random.permutation(len(fnames))
cut = int(0.8 * len(fnames))
train_split = random_perm[:cut]
eval_split = random_perm[cut:]
# For training a simple RandomResizedCrop will be used
train_tfm = Compose([RandomResizedCrop((224, 224), scale=(0.5, 1.0)), ToTensor()])
train_dataset = PetsDataset([fnames[i] for i in train_split], image_transform=train_tfm, label_to_id=label_to_id)
# For evaluation a deterministic Resize will be used
eval_tfm = Compose([Resize((224, 224)), ToTensor()])
eval_dataset = PetsDataset([fnames[i] for i in eval_split], image_transform=eval_tfm, label_to_id=label_to_id)
# Instantiate dataloaders
train_dataloader = DataLoader(train_dataset, shuffle=True, batch_size=batch_size, num_workers=4)
eval_dataloader = DataLoader(eval_dataset, shuffle=False, batch_size=batch_size * 2, num_workers=4)
return train_dataloader, eval_dataloader
最后,你应该导入稍后要使用的调度器:
from torch.optim.lr_scheduler import CosineAnnealingLR
编写训练函数
现在你可以构建训练循环。[notebook_launcher
] 通过传递一个函数来调用,该函数将在分布式系统中运行。
以下是一个用于动物分类问题的基本训练循环:
def training_loop(mixed_precision="fp16", seed: int = 42, batch_size: int = 64):
set_seed(seed)
accelerator = Accelerator(mixed_precision=mixed_precision)
首先你应该设置随机种子,并尽早地在训练循环中创建一个 [Accelerator
] 对象。
接下来你应该构建数据加载器并创建你的模型:
train_dataloader, eval_dataloader = get_dataloaders(batch_size)
model = create_model("resnet50d", pretrained=True, num_classes=len(label_to_id))
在本例中,由于你正在进行迁移学习,因此模型的编码器最初是冻结的,以便模型的头部可以先进行训练:
for param in model.parameters():
param.requires_grad = False
for param in model.get_classifier().parameters():
param.requires_grad = True
对图像批次进行归一化会使训练稍微快一些:
mean = torch.tensor(model.default_cfg["mean"])[None, :, None, None]
std = torch.tensor(model.default_cfg["std"])[None, :, None, None]
为了使这些常量在活动设备上可用,你应该将其设置为加速器的设备:
mean = mean.to(accelerator.device)
std = std.to(accelerator.device)
接下来实例化用于训练的其余 PyTorch 类:
optimizer = torch.optim.Adam(params=model.parameters(), lr=3e-2 / 25)
lr_scheduler = OneCycleLR(optimizer=optimizer, max_lr=3e-2, epochs=5, steps_per_epoch=len(train_dataloader))
在将所有内容传递给 [~Accelerator.prepare
] 之前。
model, optimizer, train_dataloader, eval_dataloader, lr_scheduler = accelerator.prepare(
model, optimizer, train_dataloader, eval_dataloader, lr_scheduler
)
现在训练模型:
for epoch in range(5):
model.train()
for batch in train_dataloader:
inputs = (batch["image"] - mean) / std
outputs = model(inputs)
loss = torch.nn.functional.cross_entropy(outputs, batch["label"])
accelerator.backward(loss)
optimizer.step()
lr_scheduler.step()
optimizer.zero_grad()
评估循环与训练循环会有一些不同。传递的元素数量以及每个批次的总体准确率将被添加到两个常量中:
model.eval()
accurate = 0
num_elems = 0
接下来你有标准的 PyTorch 循环的其余部分:
for batch in eval_dataloader:
inputs = (batch["image"] - mean) / std
with torch.no_grad():
outputs = model(inputs)
predictions = outputs.argmax(dim=-1)
在进行分布式评估时,预测值和标签需要通过 [~Accelerator.gather
] 传递,以便所有数据都能在当前设备上可用,并且能够计算出正确的指标:
accurate_preds = accelerator.gather(predictions) == accelerator.gather(batch["label"])
num_elems += accurate_preds.shape[0]
accurate += accurate_preds.long().sum()
现在你只需要计算这个问题的实际指标,并可以使用 [~Accelerator.print
] 在主进程中打印它:
eval_metric = accurate.item() / num_elems
accelerator.print(f"epoch {epoch}: {100 * eval_metric:.2f}")
完整的训练循环版本如下:
def training_loop(mixed_precision="fp16", seed: int = 42, batch_size: int = 64):
set_seed(seed)
# Initialize accelerator
accelerator = Accelerator(mixed_precision=mixed_precision)
# Build dataloaders
train_dataloader, eval_dataloader = get_dataloaders(batch_size)
# Instantiate the model (you build the model here so that the seed also controls new weight initaliziations)
model = create_model("resnet50d", pretrained=True, num_classes=len(label_to_id))
# Freeze the base model
for param in model.parameters():
param.requires_grad = False
for param in model.get_classifier().parameters():
param.requires_grad = True
# You can normalize the batches of images to be a bit faster
mean = torch.tensor(model.default_cfg["mean"])[None, :, None, None]
std = torch.tensor(model.default_cfg["std"])[None, :, None, None]
# To make these constants available on the active device, set it to the accelerator device
mean = mean.to(accelerator.device)
std = std.to(accelerator.device)
# Instantiate the optimizer
optimizer = torch.optim.Adam(params=model.parameters(), lr=3e-2 / 25)
# Instantiate the learning rate scheduler
lr_scheduler = OneCycleLR(optimizer=optimizer, max_lr=3e-2, epochs=5, steps_per_epoch=len(train_dataloader))
# Prepare everything
# There is no specific order to remember, you just need to unpack the objects in the same order you gave them to the
# prepare method.
model, optimizer, train_dataloader, eval_dataloader, lr_scheduler = accelerator.prepare(
model, optimizer, train_dataloader, eval_dataloader, lr_scheduler
)
# Now you train the model
for epoch in range(5):
model.train()
for batch in train_dataloader:
inputs = (batch["image"] - mean) / std
outputs = model(inputs)
loss = torch.nn.functional.cross_entropy(outputs, batch["label"])
accelerator.backward(loss)
optimizer.step()
lr_scheduler.step()
optimizer.zero_grad()
model.eval()
accurate = 0
num_elems = 0
for batch in eval_dataloader:
inputs = (batch["image"] - mean) / std
with torch.no_grad():
outputs = model(inputs)
predictions = outputs.argmax(dim=-1)
accurate_preds = accelerator.gather(predictions) == accelerator.gather(batch["label"])
num_elems += accurate_preds.shape[0]
accurate += accurate_preds.long().sum()
eval_metric = accurate.item() / num_elems
# Use accelerator.print to print only on the main process.
accelerator.print(f"epoch {epoch}: {100 * eval_metric:.2f}")
使用 notebook_launcher
剩下的就是使用 [notebook_launcher
] 了。
你需要传递函数、参数(作为一个元组)以及用于训练的进程数。(更多信息请参阅 文档)
from accelerate import notebook_launcher
args = ("fp16", 42, 64)
notebook_launcher(training_loop, args, num_processes=2)
在多节点运行的情况下,你需要在每个节点上设置一个 Jupyter 会话,并同时运行启动单元。
对于包含 2 个节点(计算机)的环境,每个节点有 8 个 GPU,主计算机的 IP 地址为 "172.31.43.8",情况如下:
notebook_launcher(training_loop, args, master_addr="172.31.43.8", node_rank=0, num_nodes=2, num_processes=8)
而在另一台机器上的第二个 Jupyter 会话中:
notebook_launcher(training_loop, args, master_addr="172.31.43.8", node_rank=1, num_nodes=2, num_processes=8)
在使用 TPU 运行的情况下,它看起来是这样的:
model = create_model("resnet50d", pretrained=True, num_classes=len(label_to_id))
args = (model, "fp16", 42, 64)
notebook_launcher(training_loop, args, num_processes=8)
要使用弹性启动训练过程,以实现容错,你可以使用 PyTorch 提供的 elastic_launch
功能。这需要设置一些额外的参数,如 rdzv_backend
和 max_restarts
。以下是一个如何使用 notebook_launcher
具有弹性功能的示例:
notebook_launcher(
training_loop,
args,
num_processes=2,
max_restarts=3
)
在运行过程中,它会打印进度以及你使用了多少个设备。本教程是在两个 GPU 上运行的:
Launching training on 2 GPUs.
epoch 0: 88.12
epoch 1: 91.73
epoch 2: 92.58
epoch 3: 93.90
epoch 4: 94.71
就是这样!
请注意,[notebook_launcher
] 会忽略 Accelerate 配置文件,要基于配置文件启动,请使用:
accelerate launch
调试
在运行 notebook_launcher
时,常见的问题是收到 CUDA 已经初始化的错误。这通常源于笔记本中的某个导入或之前的代码调用了 PyTorch 的 torch.cuda
子库。为了帮助缩小问题范围,你可以在环境中使用 ACCELERATE_DEBUG_MODE=yes
启动 notebook_launcher
,这样在启动时会进行额外的检查,确保可以创建一个普通进程并正常使用 CUDA(你的 CUDA 代码仍然可以在之后运行)。
结论
本笔记本展示了如何在 Jupyter Notebook 内进行分布式训练。一些关键点需要记住:
- 确保将使用 CUDA(或 CUDA 导入)的任何代码保存在传递给 [
notebook_launcher
] 的函数中 - 将
num_processes
设置为用于训练的设备数量(例如 GPU、CPU、TPU 等的数量) - 如果使用 TPU,请在训练循环函数之外声明你的模型