2015年11月9日谷歌开源了人工智能平台TensorFlow,同时成为2015年最受关注的开源项目之一。经历了从v0.1到v0.12的12个版本迭代后,谷歌于2017年2月15日发布了TensorFlow 1.0 版本,并同时在美国加州山景城举办了首届TensorFlow Dev Summit会议。
TensorFlow 1.0及Dev Summit(2017)回顾
和以往版本相比,TensorFlow 1.0 的特性改进主要体现在以下几个方面:
- 速度更快:TensorFlow 1.0版本采用了XLA的编译技术,改进了TensorFlow的运行性能及内存利用。从Benchmark问题的测试结果来看,对单机Inception v3模型,实现了在单机8 GPUs上7.3倍的运算加速;对分布式Inception v3模型,实现了在多机64 GPUs上58倍的运算加速。
- 更加灵活:该版本除了支持tf.layers,tf.metrics及tf.losses模型的High-Level API外,实现了对keras(high-level neural networks library)API的全面兼容。
- 更产品化:TensorFlow Python API在v1.0版本中趋于稳定,为产品兼容性打下坚实基础。
在TensorFlow 1.0版本发布的当天,谷歌公司还举办了TensorFlow 2017 DEV Summit。该日程主要包括以下几个方面的主题演讲:
-
XLA (TensorFlow, Compiled)编译技术 :介绍采用XLA技术最小化图计算执行时间和最大化利用计算资源,用于减少数据训练和模型结果推断时间。
-
Hands-on TensorBoard可视化技术:介绍了如何使用TensorBoard,以及TensorFlow图模型、训练数据的可视化等。
-
TensorFlow High-Level API:介绍了使用Layers, Estimators, and Canned Estimators High-Level API定义训练模型。
- Integrating Keras & TensorFlow: 介绍了如何在TensorFlow中使用Keras API进行模型定义及训练。
-
TensorFlow at DeepMind:介绍了在DeepMind中使用TensorFlow平台的典型案例,包括AlphaGo等应用。
-
Skin Cancer Image Classification:介绍了斯坦福医学院使用TensorFlow分类皮肤癌照片,用于医学诊断。
-
Mobile and Embedded TensorFlow:介绍了如何把TensorFlow模型运行在移动终端、嵌入式设备,包括安卓,iOS等系统。
-
Distributed TensorFlow:系统性地介绍了分布式TensorFlow的相关技术,以及如何应用于大规模模型训练。
-
TensorFlow Ecosystem:讲解了TensorFlow的生态系统,包括生成训练数据,分布式运行TensorFlow和serving models的产品化流程。
-
Serving Models in Production with TensorFlow Serving:系统性讲解了如何在生产环境中应用TensorFlow Serving模型。
-
ML Toolkit:介绍了TensorFlow的机器学习库,如线性回归,KMeans等算法模型的使用。
-
Sequence Models and the RNN API:介绍了如何构建高性能的sequence-to-sequence模型,以及相关API。
-
Wide & Deep Learning: 介绍了如何结合Wide模型和Deep模型构建综合训练模型。
-
Magenta,Music and Art Generation:使用增强型深度学习模型生成音乐声音和艺术图片。
-
Case Study,TensorFlow in Medicine – Retinal Imaging:使用TensorFlow机器学习平台对医学视网膜图片进行分类,辅助医学诊断。
TensorFlow系统架构
TensorFlow作为分布式机器学习平台,主要架构如下图所示。RPC和RDMA为网络层,主要负责传递神经网络算法参数。CPU和GPU为设备层,主要负责神经网络算法中具体的运算操作。Kernel为TensorFlow中算法操作的具体实现,如卷积操作,激活操作等。Distributed Master用于构建子图;切割子图为多个分片,不同的子图分片运行在不同的设备上;Master还负责分发子图分片到Executor/Work端。Executor/Work在设备(CPUs,GPUs,etc.)上,调度执行子图操作;并负责向其它Worker发送和接收图操作的运行结果。C API把TensorFlow分割为前端和后端,前端(Python/C++/Java Client)基于C API触发TensorFlow后端程序运行。Training libraries和Inference libs是模型训练和推导的库函数,为用户开发应用模型使用。
下图为Client、Master及Worker的内部工作原理。”/job:worker/task:0″ 和 “/job:ps/task:0” 表示worker中的执行服务。”job:ps”表示参数服务器,用于存储及更新模型参数。”job:worker”用于优化模型参数,并发参数发送到参数服务器上。Distributed Master和Worker Service只存在于分布式TensorFlow中。单机版本的TensorFlow实现了Local的Session,通过本地进程的内部通讯实现上述功能。
用户编写TensorFlow应用程序生成计算图,Client组件会创建Session,并通过序列化技术,发送图定义到Distributed Master组件。下图中,Client创建了一个 s+=w*x+b的图计算模型。
当Client触发Session运算的时候,Maser构建将要运行的子图。并根据设备情况,切割子图为多个分片。下面为Master构建的运行子图:
接着切割子图,把模型参数分组在参数服务器上,图计算操作分组在运算Worker上。下图为一种可行的图切割策略:
Distributed Master会根据模型参数的分区情况进行切割边,在Task间插入发送和接收Tensor信息的通信节点,如下图所示:
接着Distributed Master通过RegisterGraph方法发送子图分片给Task,如下图所示:
Master通过RunGraph触发子图运算,Worker会使用GPU/CPU运算设备执行TensorFlow Kernel运算。在本节点的CPU和GPU之间,使用cudaMemcpyAsync传输数据;在本节点GPU和GPU之间,使用peer-to-peer DMA传输数据,避免通过CPU复制数据。TensorFlow使用gRPC(TCP)和RDMA (Converged Ethernet)技术,实现Worker间的数据通信及传输,如下图所示:
更多详情见请继续阅读下一页的精彩内容: http://www.linuxidc.com/Linux/2017-04/143079p2.htm
高性能程序设计
TensorFlow内核采用C/C++开发,并提供了C++,Python,Java,Go语言的Client API。特别是Python API,是目前主流的TensorFlow模型开发接口。但为什么还需要采用C++ API去训练模型呢?本文基于如下两点考虑,首先当我们采用Python API去训练模型的时候,需要不断地用Python API调用C/C++底层接口,重复的接口调用一定程度上影响了程序的执行性能。更为重要的是,在GPU上训练模型的时候需要大量的内存交换;如果采用C++ API去训练模型,可提供更好的运算性能及更好地控制GPU内存的分配。
下图为Python API的运算架构:在模型训练的每次迭代中,程序通过Python API读取Batch Data,然后通过TensorFlow Session Run接口,传递数据给C++,并触发神经网络训练。如下图所示:
下图为C++ API的运算架构:在模型训练的每次迭代中,通过C++ API读取Batch Data后,直接触发模型训练。减少了不同语言间API接口的循环调用及数据传输。如下图所示:
为了采用C++ API进行模型训练,我们首先需要编写训练模型,这个编写过程可以采用Python语言来完成。我们首先采用Python API编写训练模型,然后把图模型转换为Protobuf的序列化文件。接着通过C++ API加载该模型文件,创建TensorFlow Session,初始化模型变量,以及加载训练数据并执行神经网络训练。程序架构如下图所示:
下面为使用Python API定义训练模型的示例:
with tf.Session() as sess:
#定义Placeholder Tensor接入训练数据 x = tf.placeholder(tf.float32, [None, 32], name="x") y = tf.placeholder(tf.float32, [None, 8], name="y") #定义训练模型 w1 = tf.Variable(tf.truncated_normal([32, 16], stddev=0.1)) b1 = tf.Variable(tf.constant(0.0, shape=[16])) w2 = tf.Variable(tf.truncated_normal([16, 8], stddev=0.1)) b2 = tf.Variable(tf.constant(0.0, shape=[8])) a = tf.nn.tanh(tf.nn.bias_add(tf.matmul(x, w1), b1)) y_out = tf.nn.tanh(tf.nn.bias_add(tf.matmul(a, w2), b2), name="y_out") cost = tf.reduce_sum(tf.square(y-y_out), name="cost") optimizer = tf.train.AdamOptimizer().minimize(cost, name="train") #定义变量初始化操作 init = tf.initialize_variables(tf.all_variables(), name='init_all_vars_op') #把图模型转换为Protobuf文件 tf.train.write_graph(sess.graph_def, './', 'mlp.pb', as_text=False)
下面为使用C++ API加载Protobuf图模型,并执行训练的示例:
#include "tensorflow/core/public/session.h" #include "tensorflow/core/graph/default_device.h" using namespace tensorflow; int main(int argc, char* argv[]) { //Protobuf模型文件名 std::string graph_definition = "mlp.pb"; //Tensorflow Sesssion Session* session; //定义图模型对象 GraphDef graph_def; SessionOptions opts; //存储Session会话的运行结果 std::vector<Tensor> outputs; #加载Protobuf模型文件到图模型对象中 TF_CHECK_OK(ReadBinaryProto(Env::Default(), graph_definition, &graph_def)); // 默认在gpu 0上执行模型的训练操作 graph::SetDefaultDevice("/gpu:0", &graph_def); //设定GPU显存使用参数 opts.config.mutable_gpu_options()->set_per_process_gpu_memory_fraction(0.5); opts.config.mutable_gpu_options()->set_allow_growth(true); //创建TensorFlow会话 TF_CHECK_OK(NewSession(opts, &session)); // 加载图对象到会话中 TF_CHECK_OK(session->Create(graph_def)); // 执行模型参数初始化操作 TF_CHECK_OK(session->Run({}, {}, {"init_all_vars_op"}, nullptr)); //定义模型输入数据,包括数据类型和维度信息 Tensor x(DT_FLOAT, TensorShape({100, 32})); Tensor y(DT_FLOAT, TensorShape({100, 8})); //把Tensor转换为矩阵,并初始化Tensor数据 auto _XTensor = x.matrix<float>(); auto _YTensor = y.matrix<float>(); _XTensor.setRandom(); _YTensor.setRandom(); for (int i = 0; i < 10; ++i) { //执行模型的训练操作,{{"x", x}, {"y", y}}表示输入数据Tensor名称和Tensor对象;{"cost"}表示要获取输出值的操作名称;&outputs表示执行"cost"操作后返回的Tensor对象 TF_CHECK_OK(session->Run({{"x", x}, {"y", y}}, {"cost"}, {}, &outputs)); //获取执行“cost“操作后的运算结果 float cost = outputs[0].scalar<float>()(0); std::cout << "Cost: " << cost << std::endl; //执行"train"操作 TF_CHECK_OK(session->Run({{"x", x}, {"y", y}}, {}, {"train"}, nullptr)); // Train outputs.clear(); } //关闭Session及删除Session对象 session->Close(); delete session; return 0; }
当C++程序写好后,编译时候需要链接的头文件,开源已经帮我们整理好了,存放于目录/usr/lib/python2.7/site-packages/tensorflow/include下。编译和运行的时候需要链接libtensorflow_cc.so,可以按照下面的方式编译该库文件:bazel build -c opt //tensorflow:libtensorflow_cc.so –copt=-m64 –linkopt=-m64 –spawn_strategy=standalone –genrule_strategy=standalone –verbose_failures。具体可参考TensorFlow源代码的官方编译文档。
总结
本文首先回顾了TensorFlow 1.0主要新特性及TensorFlow 2017 Dev Summit的主要议程。到目前为止TensorFlow的GitHub Star排名为51000+, Fork排名已达24000+,有15000+ commits。并随着TensorFlow新版本的不断发布以及新特性的不断增加,TensorFlow使用更加灵活,运行速度更快,使用方式更产品化,已成为目前主流的深度学习平台之一。
接着介绍了TensorFlow的系统架构,包括Client,Master,Worker,Kernel的相关概念及运行方式,是一种适合大规模分布式训练的机器学习平台。从上述系统架构中可以看到,TensorFlow内核采用C/C++开发,当采用Python API去训练模型的时候,需要不断地用Python调用C/C++底层接口,重复的接口调用一定程度上影响了程序的执行性能。如果有最求高性能运算的朋友,可以尝试用下本文高性能运算章节推荐的方法。
参考文献
- http://www.tensorflow.org
- 深度学习利器:分布式TensorFlow及实例分析
- 深度学习利器:TensorFlow使用实战
作者介绍
武维(邮箱:3381209@qq.com),博士,现为IBM Spectrum Computing 研发工程师。主要从事大数据,深度学习,云计算等领域的研发工作。
本文永久更新链接地址:http://www.linuxidc.com/Linux/2017-04/143079.htm