AWS使用EC2降低DeepRacer的训练成本:DeepRacer-for-cloud的实践操作

CSDN话题挑战赛第1期
活动详情地址：https://marketing.csdn.net/p/bb5081d88a77db8d6ef45bb7b6ef3d7f
参赛话题：哪项人工智能技术使你感受到了神奇？
话题描述：在你漫长炼丹之旅，哪一项人工智能技术最让你印象深刻？
创作模板：

---

前言

Amazon DeepRacer 是一款 1:18 赛车，它提供了一种用强化学习 (RL) 解决自动驾驶技术的平台。RL 是一种先进的机器学习 (ML) 技术，它采用了与其他机器学习方法不同的方法来训练模型。它的强大之处在于，它不需要任何标记的训练数据就可以学习非常复杂的行为，并且可以在优化长期目标的同时做出短期决策。有了 Amazon DeepRacer，现在可通过自动驾驶亲身体验 RL、实验和学习。通过基于云的 3D 赛车模拟器开始使用虚拟汽车和赛道，并获得真实体验，可以将训练有素的模型部署到 Amazon DeepRacer 中与好友比赛，或参与全球 Amazon DeepRacer 联盟。

DeepRacer的训练成本约为3.5美元/小时，本文提供了一种基于开源DeepRacer在Amazon EC2主机上训练模型的方案，可以将DeepRacer的训练成本降低70%以上 (以us-east-1 g4dn.2xlarge机型为例)。本文的方案支持多种机型，使用者可以根据自己的需求选择。

一、技术介绍

• 1.1 Amazon DeepRacer
  使用 Amazon DeepRacer，您可以创建自己的机器学习模型（“训练”流程），并驾驶这些模型比赛（“评估”流程）。您需要支付训练、评估和存储机器学习模型的费用。费用基于您训练和评估新模型的时间和该模型的存储大小。此外，您还可以购买一款全自动 1/18 比例 DeepRacer 赛车，从而在真正的赛道上试验您的模型。进入 DeepRacer League 无需购买。

• 1.2 Amazon SageMaker
  Amazon SageMaker 通过整合专门为 ML 构建的广泛功能集，帮助数据科学家和开发人员快速准备、构建、训练和部署高质量的机器学习 (ML) 模型。利用SageMaker，可以在云上以无服务器的方式训练DeepRacer模型。

• 1.3 Amazon RoboMaker
  RoboMaker是用于运行在云上模拟和部署机器人应用程序，利用Gazebo模拟器在训练DeepRacer时模拟真实实际。Amazon RoboMaker 是最全面的云解决方案，可供机器人开发者大规模模拟、测试和安全部署机器人应用程序。RoboMaker 提供完全托管的可扩展模拟基础设施，客户可用它进行多机器人模拟并在模拟中与回归测试进行 CI/CD 集成。此外，Amazon RoboMaker 提供 IDE、应用程序部署功能、ROS 扩展工具以及与各种 Amazon 和 AWS 服务的无缝集成，使客户能够创新并提供一流的机器人解决方案。 RoboMaker 的托管 ROS 和 Gazebo 软件堆栈释放了很多工程资源，使您能够快速开始构建。

• 1.4 Amazon EC2
  Amazon Elastic Compute Cloud（Amazon EC2 云服务器）是一种 Web 云服务，能在云中提供安全且可调整大小的计算能力。该服务旨在让开发人员能够更轻松地进行 Web 规模的云计算。Amazon EC2 云服务器的 Web 云服务接口非常简单，您可以最小的阻力轻松获取容量，随之配置容量。使用该服务，您将能完全控制您的计算资源，并能在亚马逊成熟且行之有效的计算环境中运行。

创建一个 AWS DeepRacing 训练环境，该环境可以部署在云中，也可以在本地部署在 Ubuntu Linux、Windows 或 Mac 上。

（本段引用自：利用Amazon EC2进一步降低DeepRacer训练成本）

二、实现途径

使用 Azure N 系列虚拟机或AWS EC2 加速计算实例，或在您自己的台式机或服务器上本地启动和运行 AWS 或 Azure 中的 DeepRacer 训练环境，提供了一种快速简便的方法。
（本段引用自：deepracer-for-cloud）

三、效果展示

AWS DeepRacer-for-Cloud的官方博客文档：
直达链接：https://aws.amazon.com/cn/blogs/china/use-amazon-ec2-to-further-reduce-the-cost-of-deepracer-training/

由于博客中已经写了具体的方案，这里将里面的脚本提取出来，并对相应的问题做解决。

这里采用Deep Learning AMI (Ubuntu 18.04) Version 60.1

AWS DeepRacer-for-Cloud安装训练脚本如下

Step-1
进入创建的EC2实例，并执行以下命令，从GitHub拉取代码:

git clone https://github.com/aws-deepracer-community/deepracer-for-cloud.git

Step-2
执行第一阶段的环境预配置代码，这会安装DeepRacer本地训练所需的基础组件，之后重启EC2实例：
这里可能会报错，请看文章末尾错误解决方案
因为这里考虑到会出错的场景 就重复执行了三行代码，请记住一定要预先 sudo apt-get update

wget -qO - http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/7fa2af80.pub | sudo apt-key add -
sudo apt-get update
sudo rm /var/lib/dpkg/lock-frontend
sudo rm /var/lib/dpkg/lock
cd deepracer-for-cloud && ./bin/prepare.sh
sudo rm /var/lib/dpkg/lock-frontend
sudo rm /var/lib/dpkg/lock
cd deepracer-for-cloud && ./bin/prepare.sh
sudo reboot

Step-3
重新连接EC2实例，并执行第二阶段的环境初始化代码：

cd deepracer-for-cloud/ && bin/init.sh -c aws -a gpu

Step-4
启动训练
执行source bin/activate.sh 命令 加载训练DeepRacer所需的脚本；

在deepracer-for-cloud/custom_files/reward_function.py文件中编辑奖励函数

 	def reward_function(params):
    '''
    Example of penalize steering, which helps mitigate zig-zag behaviors
    '''

    # Read input parameters
    distance_from_center = params['distance_from_center']
    track_width = params['track_width']
    steering = abs(params['steering_angle']) # Only need the absolute steering angle

    # Calculate 3 marks that are farther and father away from the center line
    marker_1 = 0.1 * track_width
    marker_2 = 0.25 * track_width
    marker_3 = 0.5 * track_width

    # Give higher reward if the car is closer to center line and vice versa
    if distance_from_center <= marker_1:
        reward = 1
    elif distance_from_center <= marker_2:
        reward = 0.5
    elif distance_from_center <= marker_3:
        reward = 0.1
    else:
        reward = 1e-3  # likely crashed/ close to off track

    # Steering penality threshold, change the number based on your action space setting
    ABS_STEERING_THRESHOLD = 15

    # Penalize reward if the car is steering too much
    if steering > ABS_STEERING_THRESHOLD:
        reward *= 0.8

    return float(reward)

在deepracer-for-cloud/custom_files/hyperparameters.json文件中编辑训练信息，例如：

 	{
    "batch_size": 64,
    "beta_entropy": 0.01,
    "discount_factor": 0.995,
    "e_greedy_value": 0.05,
    "epsilon_steps": 10000,
    "exploration_type": "categorical",
    "loss_type": "huber",
    "lr": 0.0003,
    "num_episodes_between_training": 20,
    "num_epochs": 10,
    "stack_size": 1,
    "term_cond_avg_score": 350.0,
    "term_cond_max_episodes": 1000,
    "sac_alpha": 0.2
  }

在deepracer-for-cloud/custom_files/model_metadata.json文件中编辑车辆信息，包括action space、传感器以及神经网络类型等，例如：

 	{
    "action_space": [
        {
            "steering_angle": -30,
            "speed": 0.6
        },
        {
            "steering_angle": -15,
            "speed": 0.6
        },
        {
            "steering_angle": 0,
            "speed": 0.6
        },
        {
            "steering_angle": 15,
            "speed": 0.6
        },
        {
            "steering_angle": 30,
            "speed": 0.6
        }
    ],
    "sensor": ["FRONT_FACING_CAMERA"],
    "neural_network": "DEEP_CONVOLUTIONAL_NETWORK_SHALLOW",
    "training_algorithm": "clipped_ppo",
    "action_space_type": "discrete",
    "version": "3"
}

编辑deepracer-for-cloud/run.env文件，添加如下内容：
DR_LOCAL_S3_BUCKET=<创建的bucket名字>
DR_UPLOAD_S3_BUCKET=<创建的bucket名字>

sed -i '1i\DR_LOCAL_S3_BUCKET=<创建的bucket名字>' run.env
sed -i '1i\DR_UPLOAD_S3_BUCKET=<创建的bucket名字>' run.env

Step-5
更新python版本

sudo apt-get -y install python3.8
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.8 2

Step-6
更新后，执行 dr-update 使此次配置生效；
执行 dr-upload-custom-files, 将自定义文件上传至 s3，此时 bucket 中的 custom_files 包括

Step-7
执行dr-start-training开始训练；

遇到的问题

执行 sudo apt-get update 命令时遇到如下报错

W: GPG error: http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64  Release: The following signatures couldn't be verified because the public key is not available: NO_PUBKEY F60F4B3D7FA2AF80
E: The repository 'http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64  Release' is not signed.
N: Updating from such a repository can't be done securely, and is therefore disabled by default.
N: See apt-secure(8) manpage for repository creation and user configuration details.

W问题：处理方案
由于本次使用 ubuntu 18.04
所以使用以下方案解决

wget -qO - http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/7fa2af80.pub | sudo apt-key add -

sudo apt-get update

更新python版本

sudo apt-get install python3.8
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.8 2

注:

第一个参数--install表示向update-alternatives注册服务名。

第二个参数是注册最终地址，成功后将会把命令在这个固定的目的地址做真实命令的软链，以后管理就是管理这个软链；

( --install link name path priority)

其中link为系统中功能相同软件的公共链接目录，比如/usr/bin/java(需绝对目录);name为命令链接符名称,如java path为你所要使用新命令、新软件的所在目录 priority为优先级，当命令链接已存在时，需高于当前值，因为当alternative为自动模式时,系统默认启用priority高的链接;# 整数 根据版本号设置的优先级（更改的优先级需要大于当前的）

第三个参数：服务名，以后管理时以它为关联依据。

第四个参数，被管理的命令绝对路径。

第五个参数，优先级，数字越大优先级越高。

问题3

E: Could not get lock /var/lib/dpkg/lock-frontend - open (11: Resource temporarily unavailable)
E: Unable to acquire the dpkg frontend lock (/var/lib/dpkg/lock-frontend), is another process using it?

解决方法:

$ sudo rm /var/lib/dpkg/lock-frontend
$ sudo rm /var/lib/dpkg/lock

四、总结

尽管官方博客已经写的很清楚了，但是由于环境的不停更新，导致某些细节会出现不可预知的效果，希望大家在进行学习的时候尽可能的随机应变，找出实验过程中的症结，将其记录并分享。希望这篇博客可以帮助到您。

---

CSDN话题挑战赛第1期活动详情地址：https://marketing.csdn.net/p/bb5081d88a77db8d6ef45bb7b6ef3d7f