CIFAR10 多 GPU 版本例程源码分析

  1. # Copyright 2015 Google Inc. All Rights Reserved.  
  2. #  
  3. # Licensed under the Apache License, Version 2.0 (the "License");  
  4. # you may not use this file except in compliance with the License.  
  5. # You may obtain a copy of the License at  
  6. #  
  7. #     http://www.apache.org/licenses/LICENSE-2.0  
  8. #  
  9. # Unless required by applicable law or agreed to in writing, software  
  10. # distributed under the License is distributed on an "AS IS" BASIS,  
  11. # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.  
  12. # See the License for the specific language governing permissions and  
  13. # limitations under the License.  
  14. # ==============================================================================  
  15.   
  16. """A binary to train CIFAR-10 using multiple GPU's with synchronous updates. 
  17.  
  18. Accuracy: 
  19. cifar10_multi_gpu_train.py achieves ~86% accuracy after 100K steps (256 
  20. epochs of data) as judged by cifar10_eval.py. 
  21.  
  22. Speed: With batch_size 128. 
  23.  
  24. System        | Step Time (sec/batch)  |     Accuracy 
  25. -------------------------------------------------------------------- 
  26. 1 Tesla K20m  | 0.35-0.60              | ~86% at 60K steps  (5 hours) 
  27. 1 Tesla K40m  | 0.25-0.35              | ~86% at 100K steps (4 hours) 
  28. 2 Tesla K20m  | 0.13-0.20              | ~84% at 30K steps  (2.5 hours) 
  29. 3 Tesla K20m  | 0.13-0.18              | ~84% at 30K steps 
  30. 4 Tesla K20m  | ~0.10                  | ~84% at 30K steps 
  31.  
  32. Usage: 
  33. Please see the tutorial and website for how to download the CIFAR-10 
  34. data set, compile the program and train the model. 
  35.  
  36. http://tensorflow.org/tutorials/deep_cnn/ 
  37. """  
  38. from __future__ import absolute_import  
  39. from __future__ import division  
  40. from __future__ import print_function  
  41.   
  42. from datetime import datetime  
  43. import os.path  
  44. import re  
  45. import time  
  46.   
  47. import numpy as np  
  48. from six.moves import xrange  # pylint: disable=redefined-builtin  
  49. import tensorflow as tf  
  50. from tensorflow.models.image.cifar10 import cifar10  
  51.   
  52. FLAGS = tf.app.flags.FLAGS  
  53.   
  54. tf.app.flags.DEFINE_string('train_dir''/tmp/cifar10_train',  
  55.                            """Directory where to write event logs """  
  56.                            """and checkpoint.""")  
  57. tf.app.flags.DEFINE_integer('max_steps'1000000,  
  58.                             """Number of batches to run.""")  
  59. tf.app.flags.DEFINE_integer('num_gpus'1,  
  60.                             """How many GPUs to use.""")  
  61. tf.app.flags.DEFINE_boolean('log_device_placement'False,  
  62.                             """Whether to log device placement.""")  
  63.   
  64.   
  65. def tower_loss(scope):  
  66.   """Calculate the total loss on a single tower running the CIFAR model. 
  67.  
  68.   Args: 
  69.     scope: unique prefix string identifying the CIFAR tower, e.g. 'tower_0' 
  70.  
  71.   Returns: 
  72.      Tensor of shape [] containing the total loss for a batch of data 
  73.   """  
  74.   # Get images and labels for CIFAR-10.  
  75.   images, labels = cifar10.distorted_inputs()  
  76.   
  77.   # Build inference Graph.  
  78.   logits = cifar10.inference(images)  
  79.   
  80.   # Build the portion of the Graph calculating the losses. Note that we will  
  81.   # assemble the total_loss using a custom function below.  
  82.   _ = cifar10.loss(logits, labels)  
  83.   
  84.   # Assemble all of the losses for the current tower only.  
  85.   losses = tf.get_collection('losses', scope)  
  86.   
  87.   # Calculate the total loss for the current tower.  
  88.   total_loss = tf.add_n(losses, name='total_loss')  
  89.   
  90.   # Compute the moving average of all individual losses and the total loss.  
  91.   loss_averages = tf.train.ExponentialMovingAverage(0.9, name='avg')  
  92.   loss_averages_op = loss_averages.apply(losses + [total_loss])  
  93.   
  94.   # Attach a scalar summary to all individual losses and the total loss; do the  
  95.   # same for the averaged version of the losses.  
  96.   for l in losses + [total_loss]:  
  97.     # Remove 'tower_[0-9]/' from the name in case this is a multi-GPU training  
  98.     # session. This helps the clarity of presentation on tensorboard.  
  99.     loss_name = re.sub('%s_[0-9]*/' % cifar10.TOWER_NAME, '', l.op.name)  
  100.     # Name each loss as '(raw)' and name the moving average version of the loss  
  101.     # as the original loss name.  
  102.     tf.scalar_summary(loss_name +' (raw)', l)  
  103.     tf.scalar_summary(loss_name, loss_averages.average(l))  
  104.   
  105.   with tf.control_dependencies([loss_averages_op]):  
  106.     total_loss = tf.identity(total_loss)  
  107.   return total_loss  
  108.   
  109.   
  110. def average_gradients(tower_grads):  
  111.   """Calculate the average gradient for each shared variable across all towers. 
  112.  
  113.   Note that this function provides a synchronization point across all towers. 
  114.  
  115.   Args: 
  116.     tower_grads: List of lists of (gradient, variable) tuples. The outer list 
  117.       is over individual gradients. The inner list is over the gradient 
  118.       calculation for each tower. 
  119.   Returns: 
  120.      List of pairs of (gradient, variable) where the gradient has been averaged 
  121.      across all towers. 
  122.   """  
  123.   average_grads = []  
  124.   for grad_and_vars in zip(*tower_grads):  
  125.     # Note that each grad_and_vars looks like the following:  
  126.     #   ((grad0_gpu0, var0_gpu0), ... , (grad0_gpuN, var0_gpuN))  
  127.     grads = []  
  128.     for g, _ in grad_and_vars:  
  129.       # Add 0 dimension to the gradients to represent the tower.  
  130.       expanded_g = tf.expand_dims(g, 0)  
  131.   
  132.       # Append on a 'tower' dimension which we will average over below.  
  133.       grads.append(expanded_g)  
  134.   
  135.     # Average over the 'tower' dimension.  
  136.     grad = tf.concat(0, grads)  
  137.     grad = tf.reduce_mean(grad, 0)  
  138.   
  139.     # Keep in mind that the Variables are redundant because they are shared  
  140.     # across towers. So .. we will just return the first tower's pointer to  
  141.     # the Variable.  
  142.     v = grad_and_vars[0][1]  
  143.     grad_and_var = (grad, v)  
  144.     average_grads.append(grad_and_var)  
  145.   return average_grads  
  146.   
  147.   
  148. def train():  
  149.   """Train CIFAR-10 for a number of steps."""  
  150.   with tf.Graph().as_default(), tf.device('/cpu:0'):  
  151.     # Create a variable to count the number of train() calls. This equals the  
  152.     # number of batches processed * FLAGS.num_gpus.  
  153.     global_step = tf.get_variable(  
  154.         'global_step', [],  
  155.         initializer=tf.constant_initializer(0), trainable=False)  
  156.   
  157.     # Calculate the learning rate schedule.  
  158.     num_batches_per_epoch = (cifar10.NUM_EXAMPLES_PER_EPOCH_FOR_TRAIN /  
  159.                              FLAGS.batch_size)  
  160.     decay_steps = int(num_batches_per_epoch * cifar10.NUM_EPOCHS_PER_DECAY)  
  161.   
  162.     # Decay the learning rate exponentially based on the number of steps.  
  163.     lr = tf.train.exponential_decay(cifar10.INITIAL_LEARNING_RATE,  
  164.                                     global_step,  
  165.                                     decay_steps,  
  166.                                     cifar10.LEARNING_RATE_DECAY_FACTOR,  
  167.                                     staircase=True)  
  168.   
  169.     # Create an optimizer that performs gradient descent.  
  170.     opt = tf.train.GradientDescentOptimizer(lr)  
  171.   
  172.     # Calculate the gradients for each model tower.  
  173.     tower_grads = []  
  174.     for i in xrange(FLAGS.num_gpus):  
  175.       with tf.device('/gpu:%d' % i):  
  176.         with tf.name_scope('%s_%d' % (cifar10.TOWER_NAME, i)) as scope:  
  177.           # Calculate the loss for one tower of the CIFAR model. This function  
  178.           # constructs the entire CIFAR model but shares the variables across  
  179.           # all towers.  
  180.           loss = tower_loss(scope)  
  181.   
  182.           # Reuse variables for the next tower.  
  183.           tf.get_variable_scope().reuse_variables()  
  184.   
  185.           # Retain the summaries from the final tower.  
  186.           summaries = tf.get_collection(tf.GraphKeys.SUMMARIES, scope)  
  187.   
  188.           # Calculate the gradients for the batch of data on this CIFAR tower.  
  189.           grads = opt.compute_gradients(loss)  
  190.   
  191.           # Keep track of the gradients across all towers.  
  192.           tower_grads.append(grads)  
  193.   
  194.     # We must calculate the mean of each gradient. Note that this is the  
  195.     # synchronization point across all towers.  
  196.     grads = average_gradients(tower_grads)  
  197.   
  198.     # Add a summary to track the learning rate.  
  199.     summaries.append(tf.scalar_summary('learning_rate', lr))  
  200.   
  201.     # Add histograms for gradients.  
  202.     for grad, var in grads:  
  203.       if grad is not None:  
  204.         summaries.append(  
  205.             tf.histogram_summary(var.op.name + '/gradients', grad))  
  206.   
  207.     # Apply the gradients to adjust the shared variables.  
  208.     apply_gradient_op = opt.apply_gradients(grads, global_step=global_step)  
  209.   
  210.     # Add histograms for trainable variables.  
  211.     for var in tf.trainable_variables():  
  212.       summaries.append(tf.histogram_summary(var.op.name, var))  
  213.   
  214.     # Track the moving averages of all trainable variables.  
  215.     variable_averages = tf.train.ExponentialMovingAverage(  
  216.         cifar10.MOVING_AVERAGE_DECAY, global_step)  
  217.     variables_averages_op = variable_averages.apply(tf.trainable_variables())  
  218.   
  219.     # Group all updates to into a single train op.  
  220.     train_op = tf.group(apply_gradient_op, variables_averages_op)  
  221.   
  222.     # Create a saver.  
  223.     saver = tf.train.Saver(tf.all_variables())  
  224.   
  225.     # Build the summary operation from the last tower summaries.  
  226.     summary_op = tf.merge_summary(summaries)  
  227.   
  228.     # Build an initialization operation to run below.  
  229.     init = tf.initialize_all_variables()  
  230.   
  231.     # Start running operations on the Graph. allow_soft_placement must be set to  
  232.     # True to build towers on GPU, as some of the ops do not have GPU  
  233.     # implementations.  
  234.     sess = tf.Session(config=tf.ConfigProto(  
  235.         allow_soft_placement=True,  
  236.         log_device_placement=FLAGS.log_device_placement))  
  237.     sess.run(init)  
  238.   
  239.     # Start the queue runners.  
  240.     tf.train.start_queue_runners(sess=sess)  
  241.   
  242.     summary_writer = tf.train.SummaryWriter(FLAGS.train_dir, sess.graph)  
  243.   
  244.     for step in xrange(FLAGS.max_steps):  
  245.       start_time = time.time()  
  246.       _, loss_value = sess.run([train_op, loss])  
  247.       duration = time.time() - start_time  
  248.   
  249.       assert not np.isnan(loss_value), 'Model diverged with loss = NaN'  
  250.   
  251.       if step % 10 == 0:  
  252.         num_examples_per_step = FLAGS.batch_size * FLAGS.num_gpus  
  253.         examples_per_sec = num_examples_per_step / duration  
  254.         sec_per_batch = duration / FLAGS.num_gpus  
  255.   
  256.         format_str = ('%s: step %d, loss = %.2f (%.1f examples/sec; %.3f '  
  257.                       'sec/batch)')  
  258.         print (format_str % (datetime.now(), step, loss_value,  
  259.                              examples_per_sec, sec_per_batch))  
  260.   
  261.       if step % 100 == 0:  
  262.         summary_str = sess.run(summary_op)  
  263.         summary_writer.add_summary(summary_str, step)  
  264.   
  265.       # Save the model checkpoint periodically.  
  266.       if step % 1000 == 0 or (step + 1) == FLAGS.max_steps:  
  267.         checkpoint_path = os.path.join(FLAGS.train_dir, 'model.ckpt')  
  268.         saver.save(sess, checkpoint_path, global_step=step)  
  269.   
  270.   
  271. def main(argv=None):  # pylint: disable=unused-argument  
  272.   cifar10.maybe_download_and_extract()  
  273.   if tf.gfile.Exists(FLAGS.train_dir):  
  274.     tf.gfile.DeleteRecursively(FLAGS.train_dir)  
  275.   tf.gfile.MakeDirs(FLAGS.train_dir)  
  276.   train()  
  277.   
  278.   
  279. if __name__ == '__main__':  
  280.   tf.app.run()  

你可能感兴趣的:(Deep,Learning继续学习)