[译] 浅显易懂的分布式 TensorFlow 入门教程

【导读】分布式TensorFlow可以有效地提神经网络训练速度，但它的使用并不简单。虽然官方提供了文档和示例，如链接【1】，但是它们太难懂了。本文是一篇浅显易懂的分布式TensorFlow入门教程，可以让你对分布式TensorFlow的原理和使用有一定的了解。

1.https://github.com/tensorflow/tensorflow/blob/r1.3/tensorflow/python/training/monitored_session.py

作者 | Tutorials by Malo Marrec 

编译 | 专知

整理 | Hujun

How to Write Distributed TensorFlow Code

分布式机器学习策略

模型并行化

当模型过大以至于一台及其的内存承受不住时，可以将计算图的不同部分放到不同的机器中，模型参数的存储和更新都在这些机器中进行。

一个最基本的方法是：把网络第一层放在一台机器上，第二层放在另一台机器上。然而，这样并不好，在前向传播时，较深的层需要等待较浅的层，在发现传播时，较浅的层需要等待较深的层。当模型中有并行的操作时（如GooLeNet），这些操作可以在不同的机器上运行，避免这样的瓶颈。

数据并行化

整个计算图被保存在一个或多个参数服务器（ps）中。训练操作在多个机器上被执行，这些机器被称作worker。这些worker读取不同的数据(data batches），计算梯度，并将更新操作发送给参数服务器。

数据并行化有两种主要的方案：

• 同步训练：所有的worker服务器同时读取参数，执行训练操作，等待所有的worker服务器都完成当前训练操作后，梯度被平均后变成一个单独的更新请求并被发送到参数服务器中。所以在任何时候，每个worker服务器看到的计算图参数都是相同的。

• 异步训练：worker服务器会异步地从参数服务器中读取参数，执行训练操作，并将更新请求异步地发送。在任何时间，两台worker服务器可能会看到参数不同的计算图。

本文会聚焦于如何在数据并行化模型中使用异步训练方案。

构建数据并行化模型

如前面所述，我们的系统会包含三种类型的节点：

• 一个或多个参数服务器，用来存放模型

• 一个主worker，用来协调训练操作，负责模型的初始化，为训练步骤计数，保存模型到checkpoints中，从checkpoints中读取模型，向TensorBoard中保存summaries（需要展示的信息）。主worker还要负责分布式计算的容错机制（如果参数服务器或worker服务器崩溃）。

• worker服务器（包括主worker服务器），用来执行训练操作，并向参数服务器发送更新操作。
  

也就是说最小的集群需要包含一个主worker服务器和一个参数服务器。可以将它扩展为一个主worker服务器，多个参数服务器和多个worker服务器。

最好有多个参数服务器，因为worker服务器和参数服务器之间有大量的I/O通信。如果只有2个worker服务器，可能1个参数服务器可以扛得住所有的读取和更新请求。但如果你有10个worker而且你的模型非常大，一个参数服务器可能就不够了。

在分布式TensorFlow中，同样的代码会被发送到所有的节点。虽然你的main.py、train.py等会被同时发送到worker服务器和参数服务器，每个节点会依据自己的环境变量来执行不同的代码块。

分布式TensorFlow代码的准备包括三个阶段：

1. 定义tf.trainClusterSpec和tf.train.Server

2. 将模型赋给参数服务器和worker服务器

3. 配置和启动tf.train.MonitoredTrainingSession

1. 定义tf.trainClusterSpec和tf.train.Server

tf.train.ClusterSpec object将任务映射到机器，它被用在tf.train.Server的构造函数中来构造tf.train.Server，在每台机器上创建一个或多个server，并确保每台机器能知道其他的机器在做什么。它包含设备的集合（某台机器上可用的设备），以及一个tf.Session object（tf.Session object会被tf.train.MonitoredTrainingSession 用于执行计算图）。

通常情况下，一台机器上有一个任务，除非你的机器有多个GPU，在这种情况下，你会给每个GPU分配一个任务。

从TensorFlow教程中摘取：

一个tf.train.ClusterSpec表示参与分布式TensorFlow计算的进程的集合。每个tf.train.Server都在一个集群中被构建。

一个tf.train.Server实例包含了设备的集合，和一个可以参与分布式训练的tf.Session目标。一台服务器属于一个集群（由tf.train.ClusterSpec指定）

A server belongs to a cluster (specified by a  )，并且对应一个任务。服务器可以和所在集群中的所有其他服务器进行通信。

2. 为worker服务器指定模型的变量和操作

用 with tf.device 命令，你可以将节点（无论是操作还是变量）指定到一个任务或工作中。例如：

with tf.device("/job:ps/task:0"):
    X = tf.placeholder(tf.float32, [100,128,128,3], 
name="X")
with tf.device("/job:worker/task:0"):
... #training ops definition
   train_step = (
            tf.train.AdamOptimizer(learning_rate)
            .minimize(loss, global_step=global_step)
            )

不在with tf.device块内的节点，会被TensorFlow自动地分配给一个设备。

在数据并行化框架中，节点会被分配到参数服务器中，操作会被分配到worker服务器中。手动进行分配不具有扩展性（设想你有10台参数服务器，你不会想手动地为每一台分配变量）。TensorFlow提供了方便的tf.train.replica_device_setter，它可以自动地为设备分配操作。

它以一个tf.train.ClusterSpec对象作为输入，并返回一个用于传给tf.device的函数。

在我们的模型中，变量操作被存放在参数服务器中，训练操作被存放在worker服务器中。

上面定义计算图的操作变为：

with tf.device(tf.train.replica_device_setter
(cluster_spec)):
... #model definition
   X = tf.placeholder(tf.float32, [100,128,128,3], 
name="X")
... #training ops definition
   train_step = (
            tf.train.AdamOptimizer(learning_rate)
            .minimize(loss, global_step=global_step)
            )

3. 配置和启动tf.train.MonitoredTrainingSession

tf.train.MonitoredTrainingSession是tf.Session在分布式训练中的等价物。它负责设置一个主worker节点，它会：

• 初始化计算图

• 读取和保存checkpoints

• 导出TensorBoard展示所需信息（summaries）

• 启动/停止会话

参数：

tf.train.MonitoredTrainingSession的参数包含主节点、checkpoints路径、保存checkpoints以及导出TensorBoard展示所需信息的频率。

with tf.train.MonitoredTrainingSession(
        master=server.target, # as defined with tf.train.
Server
        is_chief= ..., #boolean, is this node the master?
        checkpoint_dir=..., #path to checkpoint
/tensorboard dir
        hooks = hooks    #see next section
) as sess:

对于is_chief，你需要在代码中某处定义某个节点是主节点，例如你可以从集群部署系统中获取。

设置训练步数

我猜，你曾经在tf.Session块中使用了循环，并在循环中的每个迭代中，使用一个或多个sess.run指令。

这不是MonitoredTrainingSession执行的方式，所有的实例需要合理地被终止和同步，一个checkpoint需要被保存。因此，训练的步数通过一个SessionRunHook对象列表，被直接传入MonitoredTrainingSession。

向MonitoredTrainingSession对象传入一个tf.train.StopAtStepHook钩子，这个钩子定义了训练的最后一步，之后参数服务器和worker服务器会被关闭。

注意：有一些其他类型的钩子，你可以基于tf.train.SessionRunHook定义自己的钩子，这里不详细介绍了。

代码如下：

hooks = [tf.train.StopAtStepHook(last_step = 100000)]
with tf.train.MonitoredTrainingSession(...) as sess:
   sess.run(loss)
   #run your ops here

图如下：

在Clusterone中构建数据并行化模型

现在我们了解了分布式TensorFlow代码中的组件，我来提供一些在Clusterone中运行分布式TensorFlow的高层次的代码片段：

# Notes:
# You need to have the clusterone package installed 
(pip install tensorport)
# Export logs and outputs to /logs, your data is in /data.

import tensorflow as tf
from clusterone import get_data_path, get_logs_path

# Get the environment parameters for distributed 
TensorFlow
try:
    job_name = os.environ['JOB_NAME']
    task_index = os.environ['TASK_INDEX']
    ps_hosts = os.environ['PS_HOSTS']
    worker_hosts = os.environ['WORKER_HOSTS']
except:  # we are not on TensorPort, assuming local, 
single node
    task_index = 0
    ps_hosts = None
    worker_hosts = None


# This function defines the master, ClusterSpecs and 
device setters
def device_and_target():
    # If FLAGS.job_name is not set, we're running 
single-machine TensorFlow.
    # Don't set a device.
    if FLAGS.job_name is None:
        print("Running single-machine training")
        return (None, "")

    # Otherwise we're running distributed TensorFlow.
    print("Running distributed training")
    if FLAGS.task_index is None or FLAGS.task_index == "":
        raise ValueError("Must specify an explicit 
`task_index`")
    if FLAGS.ps_hosts is None or FLAGS.ps_hosts == "":
        raise ValueError("Must specify an explicit 
`ps_hosts`")
    if FLAGS.worker_hosts is None or FLAGS.worker_hosts
     == "":
        raise ValueError("Must specify an explicit 
`worker_hosts`")

    cluster_spec = tf.train.ClusterSpec({
        "ps": FLAGS.ps_hosts.split(","),
        "worker": FLAGS.worker_hosts.split(","),
    })
    server = tf.train.Server(
        cluster_spec, job_name=FLAGS.job_name, 
task_index=FLAGS.task_index)
    if FLAGS.job_name == "ps":
        server.join()

    worker_device = "/job:worker/task:{}".
    format(FLAGS.task_index)
    # The device setter will automatically place Variables 
ops on separate
    # parameter servers (ps). The non-Variable ops will 
    be placed on the workers.
    return (
        tf.train.replica_device_setter(
            worker_device=worker_device,
            cluster=cluster_spec),
        server.target,
    )

    device, target = device_and_target()


# Defining graph
with tf.device(device):
    # TODO define your graph here
    ...

# Defining the number of training steps
hooks = [tf.train.StopAtStepHook(last_step=100000)]

with tf.train.MonitoredTrainingSession(master=target,
     is_chief=(FLAGS.task_index == 0),
     checkpoint_dir=FLAGS.logs_dir,
     hooks=hooks) as sess:
    while not sess.should_stop():
        # execute training step here (read data, 
feed_dict, session)
        # TODO define training ops
        data_batch = ...
        feed_dict = {...}
        loss, _ = sess.run(...)

原文链接：

https://clusterone.com/blog/2017/09/13/distributed-tensorflow-clusterone/

-END-

专 · 知

人工智能领域26个主题知识资料全集获取 与 加入专知人工智能服务群:   欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

请PC登录 www.zhuanzhi.ai 或者点击 阅读原文 ，注册登录专知，获取更多AI知识资料 ！

请加专知小助手 微信（扫一扫如下二维码添加），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）交流~

请 关注专知公众号，获取人工智能的专业知识！

点击“ 阅读原文 ”，使用 专知