Solução de problemas do TensorFlow - TPU

Este guia, junto com as Perguntas frequentes, oferece ajuda na solução de problemas para usuários em treinamento modelos do TensorFlow no Cloud TPU. Se você estiver solucionando problemas PyTorch ou JAX, consulte os documentos de solução de problemas do essas estruturas:

Para guias mais gerais sobre como usar o Cloud TPU, consulte:

.

Visão geral

Os problemas comuns encontrados com as Cloud TPUs se enquadram nas seguintes categorias:

  1. Problemas de conexão com a TPU

  2. Depuração de erros comuns

  3. Como reduzir o uso de memória

  4. Como melhorar a velocidade do treinamento

  5. Como depurar quedas na acurácia do modelo

Problema ao se conectar ao servidor da TPU

Esta seção descreve como resolver problemas situações em que o TensorFlow para de responder ou mostra um erro quando conectando para a TPU. A etapa de compilação do gráfico da TPU pode levar muito tempo nos modelos grandes. Portanto, execute o script por pelo menos cinco minutos antes de confirmar que ele parou de responder.

A primeira etapa é verificar se o problema está no próprio servidor ou no canal de treinamento do TensorFlow. Para isso, execute o comando Tutorial do MNIST (em inglês) usando o URL do servidor da TPU e verifique se ele funciona corretamente. Caso você ainda encontre problemas de conexão no tutorial do MNIST, isso confirma que o problema é no servidor da TPU. Nesse caso:

  1. Execute o comando a seguir para listar as TPUs disponíveis. Substituindo zone e project-id pela zona e ID do projeto.

    (vm)$ gcloud compute tpus list --zone zone --project project-id

    Isso imprime uma saída como: 

    NAME       ZONE           ACCELERATOR_TYPE  NETWORK_ENDPOINT   NETWORK  RANGE          STATUS
demo-tpu   us-central1-b  v2-8              10.240.1.2:8470    default  10.240.1.0  READY

  2. Verifique se você está transmitindo o valor correto para --tpu (demo-tpu em o exemplo anterior) e que essa TPU está listada como READY.

  3. Se a TPU não constar como READY ou se você ainda estiver com problemas de conexão, reinicie manualmente o servidor com:

    (vm)$ gcloud compute tpus stop $TPU_SERVER_NAME && gcloud compute tpus start $TPU_SERVER_NAME

    No exemplo anterior, $TPU_SERVER_NAME é demo-tpu. Isso pode levar alguns minutos.

  4. Execute novamente o comando ... tpus list e aguarde a TPU entrar no READY. Isso pode levar algum tempo.

  5. Tente executar o tutorial do MNIST novamente.

  6. Se você ainda estiver com problemas para executar o tutorial MNIST, peça ajuda usando um dos mecanismos descritos em Como receber suporte.

Se o exemplo do MNIST for executado corretamente, mas o modelo ainda parar de responder, provavelmente o problema está no pipeline de treinamento. Para depurar isso, comece substituindo a TPUStrategy no código pelo estratégia padrão. Sempre que você usar a estratégia padrão, strategy.scope() ou strategy.run(), o modelo executa na CPU (ou GPU, se houver), em vez na TPU. Se o modelo for executado em uma CPU e não em TPU, deve haver uma Problema específico da TPU. Se ele ainda não funcionar, a prática recomendada é depurar o problema na CPU.

Perda da conexão do ssh durante o treinamento

A conexão ssh com o Cloud TPU pode expirar durante um treinamento de longa duração, principalmente se você estiver usando o Cloud Shell. Nesse momento, não haverá saída para o console da TPU, e talvez parecer que a TPU parou o treinamento. Para evitar isso, execute o sessão de treinamento com um terminal multiplexador ou ferramenta de gerenciamento de sessão, como como tmux ou screen. Isso vai manter o ssh ativa independentemente da duração do treinamento.

Como depurar erros comuns

Esta seção descreve como solucionar erros comuns que você pode que você encontrará ao treinar modelos no Cloud TPU.

Não é possível criar uma TPU

Ao criar um Cloud TPU, talvez você veja o seguinte erro:

googleapiclient.errors.HttpError: < HttpError 403 when requesting https://content-tpu.googleapis.com/v1/projects/{PROJECT}/locations/{ZONE}/nodes/{TPU_NAME}?alt=json returned "Request had insufficient authentication scopes."

Esse é um problema de permissões que pode ser resolvido executando o seguinte comando:

gcloud auth login --update-adc

Esse comando atualiza o Application Default Credentials (ADC) e deve resolver o problema. Para mais informações, consulte gcloud auth login.

Formas dinâmicas incompatíveis

Mensagem de erro

ValueError: shape [Shape] must have a fixed size for dimension
d that is known at graph construction time.

Frameworks e configurações afetados

Essa mensagem só ocorre durante a compilação do XLA com o TensorFlow.

Detalhes

Para executar um modelo na TPU, o Cloud TPU compila o modelo usando o compilador XLA. essa etapa de compilação melhora significativamente a velocidade de treinamento e o uso de memória, as formas (tamanhos de dimensão) de todos os tensores no gráfico deve ser conhecido no momento de compilação do gráfico. Se não for possível determinar formas durante a compilação, a compilação da TPU falhará. com um erro como o mostrado anteriormente.

Uma operação comum que retorna uma forma dinâmica é dataset.batch(batch_size), já que o número de amostras restantes em um fluxo pode ser menor que o tamanho do lote. Portanto, ao treinar na TPU, defina drop remainder=True para dataset.batch. Isso possivelmente elimina as últimas amostras de um arquivo para garantir de que cada lote tem o formato estático batch_size. Exemplo:

dataset = tf.data.Dataset.range(8)
dataset = dataset.batch(3, drop_remainder=True)

Operação do TensorFlow indisponível

Mensagem de erro

NotFoundError: No registered 'OpName' OpKernel for XLA_TPU_JIT
devices compatible with node

Frameworks e configurações afetados

Essa mensagem pode aparecer durante o treinamento com o TensorFlow.

Detalhes

O modelo usa uma operação do TensorFlow que não está disponível na TPU.

Para uma lista de operações disponíveis na TPU, além de planos para suporte futuro e sugestões de soluções alternativas, consulte o guia para Operações do TensorFlow disponíveis.

Mensagem de erro de falta de memória

Mensagem de erro

ResourceExhaustedError: Ran out of memory in memory space hbm; used:
YYY; limit: 7.48G.

Frameworks e configurações afetados

Essa mensagem pode aparecer ao treinar com TensorFlow, PyTorch ou JAX.

Detalhes

Cada Cloud TPU é formada por oito núcleos de TPU. As TPUs v2 têm 8 GB. e as TPUs v3 têm 16 GB de RAM (ou HBM, memória de alta largura de banda). Essa memória é usada para armazenar os tensores de peso (variáveis), bem como os de resultados intermediários necessários para o cálculo do gradiente. Se o modelo for muito grande para caber na RAM da TPU, a inicialização falha, e a mensagem de erro é exibida. Consulte a seção sobre como reduzir o uso de memória para encontrar mais ajuda.

Dicas para reduzir o uso de memória:

Problemas que interrompem a execução

Quando há erro no TensorFlow durante a execução da TPU, o script às vezes deixa de responder em vez de ser encerrado e voltar para o shell. Se isso acontecer, pressione CTRL+C no teclado para acionar uma SIGQUIT, o que faz o Python será encerrado imediatamente.

Da mesma forma, pressionar CTRL+C durante a execução da TPU não encerra o TensorFlow imediatamente. Em vez disso, ele aguarda o fim do ciclo de iteração atual para se encerrar corretamente.

Se você encontrar novos erros ao se conectar novamente ao a TPU após a saída dessa maneira, redefina manualmente o servidor de TPU com os comandos: 

gcloud compute tpus stop tpu-name --zone=zone
gcloud compute tpus start tpu-name --zone=zone

em que tpu-name é retirado da primeira coluna exibida pelo comando gcloud compute tpus list e zone é a zona mostrada em na segunda coluna.

Preenchimento excessivo do tensor

Possível causa do problema de memória

Os tensores na memória da TPU são preenchidos. Isso significa que a TPU arredonda os tamanhos dos tensores armazenados na memória para executar cálculos com mais eficiência. O preenchimento acontece de modo evidente no nível do hardware e não afeta os resultados. No entanto, em alguns casos, o preenchimento aumenta bastante o uso de memória e o tempo de execução.

Como reduzir o uso de memória

O software da TPU exibe os tensores na memória para aumentar a eficiência computacional e minimizar o preenchimento. Esse processo de exibição da memória é complexo. No entanto, para conseguir os melhores resultados, o modelo precisa cumprir a regra geral a seguir. Para reduzir a sobrecarga de memória e aumentar a eficiência computacional, é necessário que:

  • o tamanho total do lote seja um múltiplo de 64 (8 por núcleo de TPU) e as dimensões do recurso sejam um múltiplo de 128;

    ou

  • o tamanho total do lote seja um múltiplo de 1024 (128 por núcleo de TPU) e as dimensões do recurso sejam um múltiplo de 8.

Usando um tamanho de lote de 1024 e dimensões de recurso que sejam um múltiplo de 128, você garante a melhor eficiência, mesmo que isso não seja possível em todos os modelos. Para maior clareza, a "dimensão de recurso" se refere ao tamanho oculto de uma camada totalmente conectada ou ao número de canais de saída em uma convolução. Nem todas as camadas seguem essa regra, especialmente a primeira e a última da rede. Isso não é um problema, e é esperado que a maioria dos modelos exija uma certa quantidade de preenchimento.

Como reduzir o uso da memória

Se ocorrer um erro de falta de memória ao executar o modelo na TPU, você precisará reduzir o uso da memória.

As maneiras mais eficazes de reduzir o uso de memória são:

  • Reduzir o padding excessivo do tensor
  • Reduzir o tamanho do lote

Tamanho do lote ou modelo muito grande

Possível causa do problema de memória

Ao treinar uma rede neural em uma CPU, GPU ou TPU, o uso da memória é proveniente do:

  1. O uso da memória é proporcional ao número de pesos no modelo.
  2. armazenamento de ativações intermediárias da transmissão para frente necessário para calcular a transmissão para trás. O uso da memória é diretamente proporcional aos tamanhos do lote e da camada e ao número de camadas.

Portanto, a memória exigida por um modelo é muito dependente do tamanho do lote.

A memória exigida por um modelo depende do número de camadas na rede.

O ambiente de execução da TPU tenta otimizar os operadores para encaixa o modelo na memória (chamado rematerialização, semelhante ao gradiente checkpoint), mas nem sempre é capaz de fazer isso.

Como reduzir o uso de memória

Reduza lentamente o tamanho do lote até que caiba na memória, o tamanho total do lote seja um múltiplo de 64 (o tamanho do lote por núcleo deve ser um múltiplo de 8). Lembre-se de que tamanhos de lote maiores são mais eficientes na TPU. O tamanho total de 1024 (128 por núcleo) costuma ser um bom ponto de partida.

Se não for possível executar o modelo na TPU mesmo com um tamanho de lote pequeno (por exemplo, 64), reduza o número de camadas ou os tamanhos delas.

Como melhorar a velocidade do treinamento

Nesta seção, descrevemos várias maneiras possíveis de melhorar a velocidade do treinamento caso você consiga executar o modelo na TPU, mas a velocidade é mais lenta que o esperado. Consulte o Guia de desempenho para outras sugestões sobre como melhorar o desempenho do treinamento.

Número insuficiente de etapas por execução e por loop de treinamento

Descrição do problema de desempenho

Transmitir o argumento steps_per_execution para os controles Model.compile. quantas etapas de treinamento são executadas entre callbacks do host. Cada callback do host requer uma comunicação significativa entre a CPU host do servidor da TPU e o dispositivo da TPU. Portanto, se steps_per_execution é muito pequeno, pode retardar o treinamento.

Como saber se o modelo foi afetado

Se um perfil de TPU revelar callbacks frequentes da CPU do host entre as etapas do dispositivo da TPU, um valor de steps_per_execution maior pode beneficiar o treinamento.

Como mitigar

Defina steps_per_execution como um valor maior. Observe que steps_per_execution pode ser definido como um valor alto, mas lembre-se registrar mensagens e salvar um checkpoint só pode ocorrer após o um número especificado de etapas.

Gargalo de processamento de entrada

Descrição do problema de desempenho

Enquanto a TPU realiza o treinamento em um determinado bloco de dados, a função de processamento de entrada prepara o próximo bloco na CPU. Se sua entrada função levar mais tempo que a função do modelo, a TPU ficará ociosa enquanto a função de entrada recupera dados.

Como saber se o modelo foi afetado

Siga as instruções em Ferramentas da Cloud TPU: analisador do canal de entrada para ver a respectiva análise no TensorBoard:

image

A página de análise do canal de entrada exibe um resumo claro que mostra se o modelo tem gargalo do processamento de entrada. A mesma página também mostra o tempo de execução por operação, que permite identificar operações problemáticas.

Como mitigar

Há várias mitigações possíveis no carregamento de dados com a API Dataset:

  1. Armazenar os dados como uma coleção de estruturas tf.train.Example em arquivos TFRecord e carregá-los com TFRecordDataset. Consulte o tutorial da API Dataset (em inglês) ou do ResNet para ver exemplos.
  2. Use dataset.cache() ou dataset.prefetch() para armazenar em buffer os dados de entrada. Isso evita que lentidões esporádicas no acesso aos arquivos criem um gargalo.
  3. Especificar o parâmetro num_parallel_calls da função dataset.map() para ativar operações map() com várias linhas de execução. Uma heurística para o valor num_parallel_calls é usar o número de núcleos de CPU disponíveis.
  4. O pré-processamento de dados off-line é caro, mas pode ser pago uma única vez para que não seja necessário gerá-lo em todos os períodos de cada treinamento.

Todo o processamento de entrada é executado em CPUs localizadas no servidor da TPU, não na máquina local, então a velocidade da máquina local não influencia.

Etapas lentas e baixa utilização de MXU

Descrição do problema de desempenho

A Cloud TPU realiza convoluções e multiplicações de matrizes a velocidades incrivelmente altas. A maioria das outras operações do TensorFlow conta com implementações eficientes na TPU. No entanto, essa não é a principal qualidade da TPU em relação a outros hardwares. Portanto, é necessário que as convoluções ou multiplicações de matrizes sejam predominantes no modelo para aproveitar ao máximo a TPU.

Como saber se o modelo foi afetado

Os sintomas que você verá neste caso são tempos de passos lentos aliados a baixa utilização de MXU quando você cria um perfil de desempenho.

Como mitigar

Tente reduzir o número de operações que não são multiplicações de matrizes. Depois de reduzir o número de multiplicações de matrizes, faça uma nova comparação para conferir se o desempenho é aceitável nas TPUs.

Preenchimento excessivo do tensor

Descrição do problema de desempenho

A TPU preenche os tensores na memória para poder usar as unidades computacionais com eficiência. O preenchimento pode aumentar o uso da memória e da respectiva largura de banda. Consulte a seção sobre preenchimento de tensor para entender e solucionar os problemas relacionados.

Baixa capacidade de processamento e baixo uso de memória

Descrição do problema de desempenho

Como regra geral, o uso de lotes maiores aumenta a velocidade de treinamento na TPU em termos de amostras/segundo.

Como saber se o modelo foi afetado

O tamanho do lote de qualquer modelo precisa sempre ser pelo menos 64 (8 por núcleo de TPU), já que a TPU preenche os tensores nesse tamanho. O tamanho ideal ao treinar na TPU é de 1024 (128 por núcleo de TPU). Isso elimina as ineficiências relacionadas à transferência de memória e preenchimento.

Como mitigar

A melhor prática é usar o maior tamanho de lote que se encaixe na memória e seja uma múltiplo de 64. Para isso, o jeito mais fácil é começar com 1024. Se ocorrer um erro de falta de memória, reduza o tamanho do lote até que o modelo seja executado com êxito. Alterar o tamanho do lote de um modelo requer o ajuste de outros hiperparâmetros para conseguir a mesma acurácia, como a taxa de aprendizado. No entanto, isso precisa ser avaliado de acordo com o caso.

Tamanhos de camada muito pequenos

Descrição do problema de desempenho

Mesmo quando as convoluções ou multiplicações de matrizes são predominantes no modelo, a TPU pode não funcionar com eficiência total se os tensores de entrada forem pequenos. Em comparação a outros hardwares, a TPU é executada com mais eficiência quando o tamanho do lote e os tamanhos da camada são grandes. Por exemplo, dimensão ≥ 512.

Como saber se o modelo foi afetado

Como regra geral, tamanhos de camada menores que 128 resultam em baixa eficiência na TPU, já que 128 é a dimensão integrada da multiplicação de matrizes da TPU unidade. Nas camadas completamente conectadas, o tamanho mínimo oculto de 512 é recomendado para gerar alta eficiência. As camadas convolucionais normalmente não precisam ser do mesmo tamanho que as camadas totalmente conectadas para alcançar a mesma eficiência nível

Como mitigar

Se a principal motivação para tamanhos pequenos de camada no modelo for a velocidade de treinamento, refaça a comparação dos seus modelos com camadas maiores na TPU. Por exemplo, aumentar o tamanho da saída de uma camada de 256 para 512 pode aumentar o tempo de treinamento em 20%, mesmo que o modelo tenha o dobro de desempenho; computacionais.

Perfil de modelo no nível operacional

Geralmente, é bom medir o uso de memória e tempo de execução no nível operacional para identificar gargalos de desempenho. Para instruções sobre como fazer isso,
consulte o guia Ferramentas da Cloud TPU: Leitor de rastreamento.

Como depurar quedas na acurácia do modelo

Um dos objetivos do ecossistema do Cloud TPU é que qualquer modelo treinado em uma CPU ou GPU atinge uma acurácia muito semelhante quando treinado na TPU, com talvez pequenos ajustes nos hiperparâmetros. como o tamanho do lote e a taxa de aprendizado. No entanto, os usuários às vezes observam uma queda na acurácia ao treinar modelos na TPU. A depuração desses problemas pode ser muito frustrante devido à natureza aleatória do treinamento da rede neural. Veja nesta seção orientações sobre como identificar a principal causa de qualquer queda na acurácia ao fazer a portabilidade um modelo para a TPU.

Noções básicas sobre fragmentação de dados (paralelismo)

Um dos principais objetivos do TensorFlow é fazer as operações produzirem resultados quase idênticos, sejam elas executadas em CPU, GPU ou TPU. Há certas exceções, como as operações aleatórias. Em geral, se você encontrar qualquer diferença significativa entre a saída de operações não aleatórias na TPU e na CPU, denuncie como um bug.

No entanto, para o pipeline de treinamento como um todo, há uma diferença significativa entre o treinamento na CPU/GPU e na TPU. Ao treinar em uma TPU, O TensorFlow realiza a fragmentação de dados. Cada Cloud TPU contém 8 núcleos de TPU, que funcionam como de processamento e unidades de processamento. Para cada etapa do treinamento, cada núcleo de TPU recebe um lote calcula os gradientes de peso, troca os gradientes com outros núcleos de TPU, e calcula a atualização de peso. Por padrão, a média de perda é calculada nos núcleos, mas é possível somá-la alterando o parâmetro de CrossShardOptimizer.

Se for possível calcular a perda total do modelo como a média ou soma de perdas independentes por amostra, este procedimento será matematicamente similar ao treinamento em um único lote grande.

A operação mais comum que não é independente por amostra é a normalização de lote, que é executada em cada lote por núcleo separadamente. Por exemplo, se o tamanho total do lote for 128, o tamanho por núcleo será 16. Cada um dos 8 núcleos executará a normalização de lote nas 16 amostras. Em alguns casos, realizar tarefas normalização em pequenos lotes (por exemplo, menos de 32) degradar a acurácia. No cenário ideal, o tamanho total do lote deve ser grande. Por exemplo, de 256 a 1.024. Se esse tamanho for muito grande para caber na memória, será necessário avaliar o efeito da fragmentação de acordo com o caso.

Treinamento determinista

Um motivo de ser difícil depurar diferenças na acurácia do modelo é que em diferentes frameworks (TensorFlow, PyTorch, JAX), a o software de treinamento usa diferentes inicialização de peso e embaralhamento de dados sempre que um modelo é treinado. É vantajoso modificar o procedimento de treinamento para ser determinista, para que várias execuções produzam modelos quase idênticos. Esta seção demonstra como executar o tutorial do MNIST de forma determinista:

  1. Gere um arquivo de checkpoint inicial ao executar uma única etapa na CPU. Essa etapa é usada para conseguir a inicialização de peso determinista. Além disso, use uma semente aleatória fixa para qualquer função aleatória no modelo. 
# Run training for 1 step to create an initial checkpoint.
python mnist_tpu.py \
  --use_tpu=False \
  --data_dir=${STORAGE_BUCKET}/data/ \
  --model_dir=${STORAGE_BUCKET}/init_output \
  --random_seed=12345 \
  --iterations=1
  --train_steps=1
  1. Modifique as funções de embaralhamento de dados na função de entrada para usar uma sugestão aleatória. Isso já foi feito no tutorial do MNIST. É algo que funciona para as operações de processamento de dados de entrada porque elas são sempre executadas na CPU. As operações aleatórias na função do modelo podem não ser deterministas entre a TPU e a CPU. Sempre que você ligar uma operação aleatória, passa uma semente fixa para garantir os mesmos resultados entre as execuções. Exemplo: 
# In the flag definitions
tf.flags.DEFINE_integer("batch_size", None, "Random seed for training")

# In the input_fn
if FLAGS.random_seed is not None:
dataset = dataset.shuffle(seed=FLAGS.random_seed)
  1. Executar o mesmo modelo duas vezes na CPU para verificar se o treinamento foi determinista. O treinamento precisa ser executado por um número razoável de (por exemplo, 1.000), mas não precisa ser executado para convergência.

    Como o treinamento na CPU é parecido com um treinamento de núcleo único na TPU, use um tamanho de lote que caiba em um único núcleo de TPU. Normalmente, é o tamanho total do lote dividido por 8. O TensorFlow não garante o determinismo bit a bit entre as execuções, mas a perda será muito parecida:

Copiar os pesos iniciais

gsutil mkdir ${STORAGE_BUCKET}/cpu_output_1
gsutil cp -f ${STORAGE_BUCKET}/init_output/* ${STORAGE_BUCKET}/cpu_output_1
gsutil mkdir ${STORAGE_BUCKET}/cpu_output_2
gsutil cp -f ${STORAGE_BUCKET}/init_output/* ${STORAGE_BUCKET}/cpu_output_2

Corrida 1

python mnist_tpu.py \
  --use_tpu=False \
  --data_dir=${STORAGE_BUCKET}/data/ \
  --model_dir=${STORAGE_BUCKET}/cpu_output_1 \
  --batch_size=128 \
  --random_seed=12345 \
  --train_steps=2000 \
  --eval_steps=10

Saída 1

accuracy = 0.9910644, global_step = 1000, loss = 0.025323588

Corrida 2

python mnist_tpu.py \
  --use_tpu=False \
  --data_dir=${STORAGE_BUCKET}/data/ \
  --model_dir=${STORAGE_BUCKET}/cpu_output_1 \
  --batch_size=128 \
  --random_seed=12345 \
  --train_steps=2000 \
  --eval_steps=10

Saída 2

accuracy = 0.9910644, global_step = 1000, loss = 0.025323414

Treinamento de núcleo único na TPU

Depois que for possível executar o tutorial do MNIST com determinismo, a próxima etapa é replicar os resultados treinados pela CPU na TPU. Você usa um único núcleo de TPU para identificar se o problema está relacionado à fragmentação de dados ou ao próprio mecanismo de execução da TPU.

Veja como executar uma avaliação e treinamento de núcleo único no tutorial do MNIST:

Usar a mesma inicialização de peso da CPU

gsutil cp -f ${STORAGE_BUCKET}/init_output/* ${STORAGE_BUCKET}/tpu_output

Executar treinamento de 1.000 passos

python mnist.py \
    --use_tpu=True \
    --master=$GRPC_SERVER \
    --train_file=${STORAGE_BUCKET}/data/train.tfrecords \
    --model_dir=${STORAGE_BUCKET}/tpu_output \
    --random_seed=12345 \
    --num_shards=1 \
    --batch_size=128 \
    --train_steps=1000 \
    --eval_steps=10

Saída

  accuracy = 0.9910644, global_step = 1000, loss = 0.02514153

A perda não vai corresponder exatamente ao modelo treinado pela CPU, mas deve ser próxima. Caso contrário, isso indicará que você encontrou um bug no mecanismo de execução da TPU. Antes de enviar um relatório de bug, verifique o seguinte:

  1. Se você está passando num_shards=1 para TPUConfig.

  2. Você não tem operações aleatórias em sua função de modelo se sua função de entrada está sendo sugerida corretamente.

  3. se você está usando o mesmo arquivo de ponto de verificação inicial no treinamento da CPU e da TPU.

Como depurar o treinamento de vários núcleos na TPU

Se o modelo tem a mesma perda na CPU e na TPU de núcleo único, o problema é provavelmente um dos seguintes:

(a) A degradação é por conta da variância aleatória natural ao treinar modelos neurais com diferentes inicializações.

(b) A degradação é por conta de um problema relacionado à fragmentação de dados na TPU.

Para determinar se (a) é o problema, treine novamente o modelo completo na CPU/GPU e TPU com vários núcleos usando a mesma inicialização de peso.

Se você tiver certeza de que a queda na precisão tem significância estatística, estes são os problemas mais prováveis relacionados à fragmentação de dados:

  1. Se o modelo usa a normalização de lote, um tamanho total de lote menor que 256 (por exemplo, menos de 32 por núcleo) pode reduzir a acurácia.
  2. As funções de perda por lote são afetadas pela fragmentação. Essas funções costumam ser muito especializadas. Por exemplo: Karras e outros de 2017 usa um discriminador de lotes ao treinar uma rede adversária generativa.

Solução de problemas de configuração do gcloud

Problema
gcloud components update mostra a seguinte mensagem de erro:
ERROR: (gcloud.components.update)
You cannot perform this action because the Cloud SDK component manager is
disabled for this installation.
Solução
Para usar o gcloud, você precisa utilizar uma gcloud instalação que não é gerenciado por um gerenciador de pacotes. Siga estas etapas para instale gcloud usando o código-fonte:
  sudo apt-get remove google-cloud-sdk
  curl -O https://dl.google.com/dl/cloudsdk/channels/rapid/downloads/google-cloud-sdk-311.0.0-linux-x86_64.tar.gz
  tar -xzf google-cloud-sdk-311.0.0-linux-x86_64.tar.gz
  ./google-cloud-sdk/install.sh
  source ~/.bashrc
Problema

Comando gcloud compute tpus tpu-vm ssh ${TPU_NAME} --zone ${ZONE} exibirá a seguinte mensagem de erro:

Waiting for SSH key to propagate.
ssh: connect to host 34.91.136.59 port 22: Connection timed out
ssh: connect to host 34.91.136.59 port 22: Connection timed out
ssh: connect to host 34.91.136.59 port 22: Connection timed out
ERROR: (gcloud.compute.tpus.tpu-vm.ssh) Could not SSH into the instance.  It is possible that your SSH key has not propagated to the instance yet. Try running this command again.  If you still cannot connect, verify that the firewall and instance are set to accept ssh traffic.
Solução

Ocorreu um erro na propagação da chave SSH. Tente mover as chaves geradas automaticamente para um local de backup para forçar gcloud a recriá-las:

mv ~/.ssh/google_compute_engine ~/.ssh/old-google_compute_engine
mv ~/.ssh/google_compute_engine.pub ~/.ssh/old-google_compute_engine.pub

Registros de depuração

Os frameworks do Cloud TPU compatíveis, JAX, PyTorch e TensorFlow acessa TPUs usando uma biblioteca compartilhada chamada libtpu, que está presente no todas as VMs da TPU. Essa biblioteca inclui o compilador XLA usado para compilar Programas de TPU, o ambiente de execução de TPU usado para executar programas compilados, e o driver de TPU usado pelo ambiente de execução para acesso de baixo nível à TPU.

A biblioteca libtpu registra informações que podem ser úteis para depuração. Por padrão, esses registros são gravados em /tmp/tpu_logs em cada VM do Cloud TPU. As variáveis de ambiente a seguir podem ser definidas antes do início do treinamento para modificar o comportamento de geração de registros:

TPU_LOG_DIR: o diretório em que os registros são gravados.
O local do diretório padrão é /tmp/tpu_logs. O diretório é é criado se ele ainda não existe, mas nenhum diretório pai é criado. Se ocorrer um erro ao encontrar ou criar o diretório especificado, uma mensagem é mostrada em stderr, mas não interrompe o programa e a geração de registros é desativada. Defina o nome do diretório como "desativado" para desativar completamente a geração de registros no disco.
TPU_MIN_LOG_LEVEL: a gravidade mínima que será registrada no disco
As opções são 0 (INFORMAÇÃO), 1 (ALERTA), 2 (ERRO) e 3 (FATAL). O padrão é 0.
TPU_STDERR_LOG_LEVEL: a gravidade mínima que será registrada em stderr, além do disco, se aplicável
As opções são as mesmas que TPU_MIN_LOG_LEVEL. O padrão é 3.
TPU_MAX_LOG_SIZE_MB: o tamanho máximo em megabytes de cada arquivo de registro
Um novo arquivo de registro será iniciado automaticamente quando o anterior atingir aproximadamente desse tamanho. O padrão é 1024.