tensorflow分布式训练 / 憋错料

转自：https://blog.csdn.net/daydayup_668819/article/details/80006229

一、单机单卡

单机单卡是最普通的情况，当然也是最简单的，示例代码如下：

    #coding=utf-8
    #单机单卡
    #对于单机单卡，可以把参数和计算都定义在gpu上，不过如果参数模型比较大，显存不足等情况，就得放在cpu上
    import  tensorflow as tf  

    with tf.device(‘/cpu:0‘):#也可以放在gpu上
        w=tf.get_variable(‘w‘,(2,2),tf.float32,initializer=tf.constant_initializer(2))
        b=tf.get_variable(‘b‘,(2,2),tf.float32,initializer=tf.constant_initializer(5))  

    with tf.device(‘/gpu:0‘):
        addwb=w+b
        mutwb=w*b  

    ini=tf.initialize_all_variables()
    with tf.Session() as sess:
        sess.run(ini)
        np1,np2=sess.run([addwb,mutwb])
        print np1
        print np2

二、单机多卡

单机多卡，只要用device直接指定设备，就可以进行训练，SGD采用各个卡的平均值，示例代码如下：

    #coding=utf-8
    #单机多卡：
    #一般采用共享操作定义在cpu上，然后并行操作定义在各自的gpu上，比如对于深度学习来说，一般把参数定义、参数梯度更新统一放在cpu上
    #各个gpu通过各自计算各自batch 数据的梯度值，然后统一传到cpu上，由cpu计算求取平均值，cpu更新参数。
    #具体的深度学习多卡训练代码，请参考：  https://github.com/tensorflow/models/blob/master/research/inception/inception/inception_distributed_train.py

    import  tensorflow as tf  

    with tf.device(‘/cpu:0‘):
        w=tf.get_variable(‘w‘,(2,2),tf.float32,initializer=tf.constant_initializer(2))
        b=tf.get_variable(‘b‘,(2,2),tf.float32,initializer=tf.constant_initializer(5))  

    with tf.device(‘/gpu:0‘):
        addwb=w+b
    with tf.device(‘/gpu:1‘):
        mutwb=w*b  

    ini=tf.initialize_all_variables()
    with tf.Session() as sess:
        sess.run(ini)
        while 1:
            print sess.run([addwb,mutwb])

模型训练时：
● 在每个GPU上放置个体模型的复制品。
● 在GPU上分批次。
● 等待所有GPU处理完一批数据，同步更新模型参数。
每个塔计算批次的一部分梯度，将多个塔上的梯度求和并计算平均值，以此提供一个单一的更新的变量并存储在CPU上。

三、多机多卡

1. Cluster、Job、task介绍
Task可看作是主机上的一个进程,在大多数情况下,一个机器上只运行一个Task。
在分布式深度学习框架中,一般把Job划分为Parameter Server和Worker。ps是管理参数的存储和更新工作,worker是来运行ops。如果参数的数量太大,一台机器处理不了,这就要需要多个Tasks。
Cluster,就是用的集群系统。
三者关系：
多个Task组成Job，多个Job组成Cluster；即：Job是Task的集合，Cluster是Job的集合。
TensorFlow中的集群(cluster)指的是一系列能够对TensorFlow中的图(graph)进行分布式计算的任务(task)。每个任务是同服务(server)相关联的。TensorFlow中的服务会包含一个用于创建session的主节点和一个用于图运算的工作节点。另外, TensorFlow中的集群可以拆分成一个或多个作业(job), 每个作业可以包含一个或多个任务。下图为对集群内关系的理解。

2. 同步SGD与异步SGD
所谓的同步更新指的是：各个用于并行计算的电脑，计算完各自的batch 后，求取梯度值，把梯度值统一送到ps服务机器中，由ps服务机器求取梯度平均值，更新ps服务器上的参数。

如下图所示，可以看成有四台电脑，第一台电脑用于存储参数、共享参数、共享计算，可以简单的理解成内存、计算共享专用的区域，也就是ps job；另外三台电脑用于并行计算的，也就是worker task。

这种计算方法存在的缺陷是：每一轮的梯度更新，都要等到A、B、C三台电脑都计算完毕后，才能更新参数，也就是迭代更新速度取决与A、B、C三台中，最慢的那一台电脑。

所谓的异步更新指的是：ps服务器收到只要收到一台机器的梯度值，就直接进行参数更新，无需等待其它机器。这种迭代方法比较不稳定，收敛曲线震动比较厉害，因为当A机器计算完更新了ps中的参数，可能B机器还是在用上一次迭代的旧版参数值。

3. 代码编写
1）定义集群
创建集群的必要条件是为每个任务启动一个服务。这些任务可以运行在不同的机器上，也可以在同一台机器上启动多个任务(比如在本地多个不同的GPU上运行)。每个任务会做如下的两步工作：
a. 创建一个 tf.train.ClusterSpec 用于对集群中的所有任务进行描述，该描述内容对于所有任务应该是相同的。
b. 创建一个tf.train.Server 并将tf.train.ClusterSpec 中的参数传入构造函数，并将作业的名称和当前任务的编号写入本地任务中。

比如假设上面的图所示，我们有四台电脑，四台电脑的名字假设为：A、B、C、D，那么集群可以定义如下:

    #coding=utf-8
    #多台机器，每台机器有一个显卡、或者多个显卡，这种训练叫做分布式训练
    import  tensorflow as tf
    #现在假设我们有A、B、C、D四台机器，首先需要在各台机器上写一份代码，并跑起来，各机器上的代码内容大部分相同
    # 除了开始定义的时候，需要各自指定该台机器的task之外。以机器A为例子，A机器上的代码如下：
    cluster=tf.train.ClusterSpec({
        "worker": [
            "A_IP:2222",#格式 IP地址：端口号，第一台机器A的IP地址 ,在代码中需要用这台机器计算的时候，就要定义：/job:worker/task:0
            "B_IP:1234"#第二台机器的IP地址 /job:worker/task:1
            "C_IP:2222"#第三台机器的IP地址 /job:worker/task:2
        ],
        "ps": [
            "D_IP:2222",#第四台机器的IP地址 对应到代码块：/job:ps/task:0
        ]})

需要写四分代码，这四分代码文件大部分相同，但是有几行代码是各不相同的。
2）在各台机器上定义server
将ClusterSpec当作参数传入到 tf.train.Server()中,同时指定此Task的Job_name和task_index。比如A机器上的代码server要定义如下：

server=tf.train.Server(cluster,job_name=‘worker‘,task_index=0)#找到‘worker’名字下的，task0，也就是机器A

tf.trian.Server干了些什么呢?
首先,一个tf.train.Server包含了本地设备(GPUs,CPUs)的集合,可以连接到其它task的ip:port(存储在cluster中), 还有一个session target用来执行分布操作。还有就是,它创建了一个服务器,监听port端口,如果有数据传过来,它就会在本地执行(启动session target,调用本地设备执行运算),然后结果返回给调用者。
3）指定分布式device

    with tf.device(‘/job:ps/task:0‘):#参数定义在机器D上
        w=tf.get_variable(‘w‘,(2,2),tf.float32,initializer=tf.constant_initializer(2))
        b=tf.get_variable(‘b‘,(2,2),tf.float32,initializer=tf.constant_initializer(5))  

    with tf.device(‘/job:worker/task:0/cpu:0‘):#在机器A cpu上运行
        addwb=w+b
    with tf.device(‘/job:worker/task:1/cpu:0‘):#在机器B cpu上运行
        mutwb=w*b
    with tf.device(‘/job:worker/task:2/cpu:0‘):#在机器C cpu上运行
        divwb=w/b

在深度学习训练中，一般图的计算，对于每个worker task来说，都是相同的，所以我们会把所有图计算、变量定义等代码，都写到下面这个语句下：

with tf.device(tf.train.replica_device_setter(worker_device=‘/job:worker/task:index:%d‘,cluster=cluster)):

函数replica_deviec_setter会自动把变量参数定义部分定义到ps服务中(如果ps有多个任务，那么自动分配)。下面举个例子，假设现在有两台机器A、B，A用于计算服务，B用于参数服务，那么代码如下：

    #coding=utf-8
    #上面是因为worker计算内容各不相同，不过在深度学习中，一般每个worker的计算内容都是一样的，
    # 都是计算神经网络的每个batch前向传导，所以一般代码是重用的
    import  tensorflow as tf
    #现在假设我们有A、B台机器，首先需要在各台机器上写一份代码，并跑起来，各机器上的代码内容大部分相同
    # 除了开始定义的时候，需要各自指定该台机器的task之外。以机器A为例子，A机器上的代码如下：
    cluster=tf.train.ClusterSpec({
        "worker": [
            "192.168.11.105:1234",#格式 IP地址：端口号，第一台机器A的IP地址 ,在代码中需要用这台机器计算的时候，就要定义：/job:worker/task:0
        ],
        "ps": [
            "192.168.11.130:2223"#第四台机器的IP地址 对应到代码块：/job:ps/task:0
        ]})  

    #不同的机器，下面这一行代码各不相同，server可以根据job_name、task_index两个参数，查找到集群cluster中对应的机器  

    isps=False
    if isps:
        server=tf.train.Server(cluster,job_name=‘ps‘,task_index=0)#找到‘worker’名字下的，task0，也就是机器A
        server.join()
    else:
        server=tf.train.Server(cluster,job_name=‘worker‘,task_index=0)#找到‘worker’名字下的，task0，也就是机器A
        with tf.device(tf.train.replica_device_setter(worker_device=‘/job:worker/task:0‘,cluster=cluster)):
            w=tf.get_variable(‘w‘,(2,2),tf.float32,initializer=tf.constant_initializer(2))
            b=tf.get_variable(‘b‘,(2,2),tf.float32,initializer=tf.constant_initializer(5))
            addwb=w+b
            mutwb=w*b
            divwb=w/b  

    saver = tf.train.Saver()
    summary_op = tf.merge_all_summaries()
    init_op = tf.initialize_all_variables()
    sv = tf.train.Supervisor(init_op=init_op, summary_op=summary_op, saver=saver)
    with sv.managed_session(server.target) as sess:
        while 1:
            print sess.run([addwb,mutwb,divwb])

把该代码在机器A上运行，你会发现，程序会进入等候状态，等候用于ps参数服务的机器启动，才会运行。因此接着在机器B上运行如下代码：

#coding=utf-8
#上面是因为worker计算内容各不相同，不过再深度学习中，一般每个worker的计算内容是一样的，
# 以为都是计算神经网络的每个batch 前向传导，所以一般代码是重用的
#coding=utf-8
#多台机器，每台机器有一个显卡、或者多个显卡，这种训练叫做分布式训练
import  tensorflow as tf
#现在假设我们有A、B、C、D四台机器，首先需要在各台机器上写一份代码，并跑起来，各机器上的代码内容大部分相同
# ，除了开始定义的时候，需要各自指定该台机器的task之外。以机器A为例子，A机器上的代码如下：
cluster=tf.train.ClusterSpec({
    "worker": [
        "192.168.11.105:1234",#格式 IP地址：端口号，第一台机器A的IP地址 ,在代码中需要用这台机器计算的时候，就要定义：/job:worker/task:0
    ],
    "ps": [
        "192.168.11.130:2223"#第四台机器的IP地址 对应到代码块：/job:ps/task:0
    ]})  

#不同的机器，下面这一行代码各不相同，server可以根据job_name、task_index两个参数，查找到集群cluster中对应的机器  

isps=True
if isps:
    server=tf.train.Server(cluster,job_name=‘ps‘,task_index=0)#找到‘worker’名字下的，task0，也就是机器A
    server.join()
else:
    server=tf.train.Server(cluster,job_name=‘worker‘,task_index=0)#找到‘worker’名字下的，task0，也就是机器A
    with tf.device(tf.train.replica_device_setter(worker_device=‘/job:worker/task:0‘,cluster=cluster)):
        w=tf.get_variable(‘w‘,(2,2),tf.float32,initializer=tf.constant_initializer(2))
        b=tf.get_variable(‘b‘,(2,2),tf.float32,initializer=tf.constant_initializer(5))
        addwb=w+b
        mutwb=w*b
        divwb=w/b  

saver = tf.train.Saver()
summary_op = tf.merge_all_summaries()
init_op = tf.initialize_all_variables()
sv = tf.train.Supervisor(init_op=init_op, summary_op=summary_op, saver=saver)
with sv.managed_session(server.target) as sess:  

    while 1:
        print sess.run([addwb,mutwb,divwb])

参考资料：
https://github.com/tensorflow/models/tree/master/research/inception
https://blog.csdn.net/hjimce/article/details/61197190

原文地址：https://www.cnblogs.com/lixiaolun/p/9249963.html

时间： 2024-11-02 01:43:41

tensorflow分布式训练

一、单机单卡

二、单机多卡

三、多机多卡

tensorflow分布式训练的相关文章

深度学习（五十五）tensorflow分布式训练

当Spark遇上TensorFlow分布式深度学习框架原理和实践

TensorFlow——分布式的TensorFlow运行环境

在 C/C++ 中使用 TensorFlow 预训练好的模型—— 直接调用Ｃ++ 接口实现

PyTorch 1.0 中文官方教程：使用 Amazon AWS 进行分布式训练

在C#下使用TensorFlow.NET训练自己的数据集

『TensorFlow』分布式训练_其二_多GPU并行demo分析（待续）

『TensorFlow』分布式训练_其三_多机demo分析（待续）

TensorFlow分布式部署【单机多卡】