TensorFlow 2.4 正式發(fā)布！隨著對(duì)分布式訓(xùn)練和混合精度提供更多支持，加入新的 Numpy 前端及用于監(jiān)控和診斷性能瓶頸的工具，這個(gè)版本的亮點(diǎn)在于推出新功能，以及對(duì)性能和擴(kuò)展方面的增強(qiáng)。

tf.distribute 的新增功能

參數(shù)服務(wù)器策略

在版本 2.4 中，實(shí)驗(yàn)性引入了 tf.distribute 模塊的支持，可通過 ParameterServerStrategy 和自定義訓(xùn)練循環(huán)對(duì) Keras 模型進(jìn)行異步訓(xùn)練。與 MultiWorkerMirroredStrategy 一樣，ParameterServerStrategy 是一種多工作器數(shù)據(jù)并行策略；但其梯度更新方式為異步執(zhí)行。

 ParameterServerStrategy

        https://tensorflow.google.cn/api_docs/python/tf/distribute/experimental/ParameterServerStrategy

參數(shù)服務(wù)器訓(xùn)練集群包含工作節(jié)點(diǎn)和參數(shù)服務(wù)器。系統(tǒng)會(huì)在參數(shù)服務(wù)器上創(chuàng)建變量，然后工作節(jié)點(diǎn)會(huì)在每個(gè)步驟中進(jìn)行讀取和更新。變量的讀取和更新會(huì)在各工作節(jié)點(diǎn)上獨(dú)立進(jìn)行，同時(shí)無需采取任何同步操作。由于工作節(jié)點(diǎn)互不依賴，因此該策略具有工作器容錯(cuò)的優(yōu)勢(shì)，并會(huì)在使用搶占式服務(wù)器時(shí)有所助益。

如要開始使用此策略，請(qǐng)查閱參數(shù)服務(wù)器訓(xùn)練教程。此教程介紹了如何設(shè)置 ParameterServerStrategy，并說明了如何使用 ClusterCoordinator 類來創(chuàng)建資源、調(diào)度函數(shù)和處理任務(wù)失敗。

    參數(shù)服務(wù)器訓(xùn)練教程

           https://tensorflow.google.cn/tutorials/distribute/parameter_server_training

    ClusterCoordinator

           https://tensorflow.google.cn/api_docs/python/tf/distribute/experimental/coordinator/ClusterCoordinator

多工作節(jié)點(diǎn)鏡像策略

MultiWorkerMirroredStrategy 多工作節(jié)點(diǎn)鏡像策略   已順利度過實(shí)驗(yàn)階段，現(xiàn)已成為穩(wěn)定 API 的組成部分。與單個(gè)工作節(jié)點(diǎn)副本 MirroredStrategy 一樣，MultiWorkerMirroredStrategy 通過同步數(shù)據(jù)并行化實(shí)現(xiàn)分布式訓(xùn)練。但利用 MultiWorkerMirroredStrategy，您可以在多臺(tái)機(jī)器上進(jìn)行訓(xùn)練，且每臺(tái)機(jī)器可以都搭載多個(gè) GPU。

 MultiWorkerMirroredStrategy

         https://tensorflow.google.cn/api_docs/python/tf/distribute/MultiWorkerMirroredStrategy

 MirroredStrategy

         https://tensorflow.google.cn/api_docs/python/tf/distribute/MirroredStrategy

在同步訓(xùn)練中，每個(gè)工作節(jié)點(diǎn)會(huì)在輸入數(shù)據(jù)的不同片段上計(jì)算正向和反向傳遞次數(shù)，并且在每個(gè)步驟結(jié)束時(shí)匯總梯度。對(duì)于這種稱為 All Reduce 的匯總， MultiWorkerMirroredStrategy 會(huì)使用集合運(yùn)算保持變量同步。集合運(yùn)算是 TensorFlow 圖表中的單個(gè)算子，可以根據(jù)硬件、網(wǎng)絡(luò)拓?fù)浜蛷埩看笮≡?TensorFlow 運(yùn)行時(shí)中自動(dòng)選擇 All Reduce 算法。集合運(yùn)算還可實(shí)現(xiàn)其他集合運(yùn)算，例如廣播和 All Gather。

 集合運(yùn)算

        https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/ops/collective_ops.py

如要開始使用  MultiWorkerMirroredStrategy，請(qǐng)查閱使用 Keras 進(jìn)行多工作器訓(xùn)練教程，該教程已更新了有關(guān)數(shù)據(jù)集分片、保存/加載使用分布策略訓(xùn)練的模型，以及使用 BackupAndRestore 回調(diào)進(jìn)行故障恢復(fù)的詳細(xì)信息。

 使用 Keras 進(jìn)行多工作器訓(xùn)練

        https://tensorflow.google.cn/tutorials/distribute/multi_worker_with_keras

 BackupAndRestore

        https://tensorflow.google.cn/api_docs/python/tf/keras/callbacks/experimental/BackupAndRestore

如果您不熟悉分布式訓(xùn)練，并希望了解入門方法，或者有興趣在 Google 云端平臺(tái) (GCP) 上進(jìn)行分布式訓(xùn)練，請(qǐng)參閱本博文，以獲取關(guān)于關(guān)鍵概念和步驟的介紹。

Keras 的相關(guān)更新

混合精度

在 TensorFlow 2.4 中，Keras 混合精度 API 已順利度過實(shí)驗(yàn)階段，現(xiàn)已成為穩(wěn)定的 API。大多數(shù) TensorFlow 模型使用的是 float32 dtype；但也存在使用更少內(nèi)存的低精度類型（如 float16）。混合精度指在同一模型中通過使用 16 位和 32 位浮點(diǎn)類型，以加快訓(xùn)練速度。該 API 可使模型在 GPU 上性能提高 3 倍，在 TPU 上提高 60%。

 Keras 混合精度 API

        https://tensorflow.google.cn/api_docs/python/tf/keras/mixed_precision

如要使用混合精度 API，您必須使用 Keras 層和優(yōu)化工具，但無需使用其他 Keras 類，例如模型或損失。如果您對(duì)如何利用此 API 實(shí)現(xiàn)性能優(yōu)化頗有興趣，請(qǐng)查閱混合精度教程。

 混合精度教程

        https://tensorflow.google.cn/guide/mixed_precision

優(yōu)化工具

此版本支持重構(gòu) tf.keras.optimizers.Optimizer 類，使 model.fit 或自定義訓(xùn)練循環(huán)的用戶能夠編寫任何適用于優(yōu)化工具的訓(xùn)練代碼。現(xiàn)所有內(nèi)置的 tf.keras.optimizer.Optimizer 子類均可支持使用 gradient_transformers 和 gradient_aggregator 參數(shù)，您可借此輕松定義自定義梯度轉(zhuǎn)換。

 tf.keras.optimizers.Optimizer

        https://tensorflow.google.cn/api_docs/python/tf/keras/optimizers/Optimizer

通過重構(gòu)，您現(xiàn)在可以在編寫自定義訓(xùn)練循環(huán)時(shí)將損失張量直接傳遞給 Optimizer.minimize：

tape = tf.GradientTape()  with tape:    y_pred = model(x, training=True)    loss = loss_fn(y_pred, y_true)  # 如下所示，在使用損失“張量”時(shí)，您可以在“tf.GradientTape”中進(jìn)行傳遞。  optimizer.minimize(loss, model.trainable_variables, tapetape=tape) 

此類更改旨在使 Model.fit 和自定義訓(xùn)練循環(huán)都能擺脫優(yōu)化工具細(xì)節(jié)的限制，從而使您無需修改，即可編寫任何適用于優(yōu)化工具的訓(xùn)練代碼。

函數(shù)式 API 模型構(gòu)建的內(nèi)部改進(jìn)

最后，在 Keras 中，TensorFlow 2.4 可支持對(duì) Keras Functional API 內(nèi)部主要結(jié)構(gòu)的重構(gòu)，從而可降低函數(shù)式模型構(gòu)建的內(nèi)存消耗并簡(jiǎn)化觸發(fā)邏輯。開展此類重構(gòu)操作還能夠確保 TensorFlowOpLayers 行為可預(yù)測(cè)，并可與 CompositeTensor 類型的簽名一起使用。

隆重推出 tf.experimental.numpy

TensorFlow 2.4 以 tf.experimental.numpy 形式，實(shí)驗(yàn)性引入了對(duì) NumPy API 子集的支持。您可借此模塊，運(yùn)行由 TensorFlow 加速的 NumPy 代碼。由于此 API 基于 TensorFlow 構(gòu)建而成，因此可支持訪問所有 TensorFlow API，與 TensorFlow 實(shí)現(xiàn)無縫互操作，并會(huì)通過編譯和自動(dòng)矢量化開展優(yōu)化。例如，TensorFlow ND 數(shù)組可以與 NumPy 函數(shù)進(jìn)行交互，同樣地，TensorFlow NumPy 函數(shù)也可以接受包括 tf.Tensor 和 np.ndarray 在內(nèi)的不同類型的輸入。

import tensorflow.experimental.numpy as tnp ```  # 在輸入流水線中使用 NumPy 代碼  dataset = tf.data.Dataset.from_tensor_slices(      tnp.random.randn(1000, 1024)).map(      lambda z: z.clip(-1,1)).batch(100)  # 通過 NumPy 代碼計(jì)算梯度  def grad(x, wt):    with tf.GradientTape() as tape:      tape.watch(wt)      output = tnp.dot(x, wt)      output = tf.sigmoid(output)    return tape.gradient(tnp.sum(output), wt)   tf.experimental.numpy

        https://tensorflow.google.cn/api_docs/python/tf/experimental/numpy

 NumPy API 實(shí)驗(yàn)性支持

        https://github.com/tensorflow/community/blob/master/governance/api-reviews.md#experimental-apis

您可以查閱 TensorFlow 指南上的 NumPy API，了解更多關(guān)于使用此 API 的信息。

 TensorFlow 指南上的 NumPy API

        https://tensorflow.google.cn/guide/tf_numpy

全新性能分析器工具

TensorFlow Profiler 中的多工作器支持

TensorFlow Profiler 是一套用于評(píng)估 TensorFlow 模型訓(xùn)練性能和資源消耗情況的工具。TensorFlow Profiler 可幫助您了解模型中算子的硬件資源消耗、診斷瓶頸并最終加快訓(xùn)練速度。

 TensorFlow Profiler 

         https://tensorflow.google.cn/guide/profiler

之前版本的TensorFlow Profiler 支持監(jiān)控多 GPU、單主機(jī)訓(xùn)練作業(yè)。在現(xiàn)在 2.4 版本中，您可以分析 MultiWorkerMirroredStrategy 訓(xùn)練作業(yè)的性能。例如，您可以使用采樣模型 API 來執(zhí)行按需分析，并連接到 MultiWorkerMirroredStrategy 工作節(jié)點(diǎn)上正在使用的同一服務(wù)器端口： 

# 在模型運(yùn)行之前啟動(dòng)性能分析器服務(wù)器。  tf.profiler.experimental.server.start(6009)  # 在此處插入模型代碼……  # 例如，您的工作器 IP 地址是 10.0.0.2、10.0.0.3、10.0.0.4，然后您  # 希望執(zhí)行 2 秒鐘的性能分析。性能分析數(shù)據(jù)將  # 保存至 Google Cloud Storage 路徑“your_tb_logdir”。  tf.profiler.experimental.client.trace(      'grpc://10.0.0.2:6009,grpc://10.0.0.3:6009,grpc://10.0.0.4:6009',      'gs://your_tb_logdir',      2000)   采樣模型

        https://tensorflow.google.cn/guide/profiler#sampling_mode

或者，您可以通過向 Capture Profile（捕獲分析結(jié)果）工具提供工作節(jié)點(diǎn)地址來使用 TensorBoard 配置文件插件。

分析完成后，您可以使用新的 Pod Viewer 工具選擇一個(gè)訓(xùn)練步驟，并查閱所有工作節(jié)點(diǎn)的分步時(shí)間類別細(xì)分。

 Pod Viewer 工具

        https://tensorflow.google.cn/guide/profiler#pod_viewer

有關(guān)如何使用 TensorFlow Profiler 的更多信息，請(qǐng)查閱新發(fā)布的 GPU 性能指南。此指南介紹了您在對(duì)模型訓(xùn)練作業(yè)進(jìn)行性能分析時(shí)可能遇到的常見情況，并提供了調(diào)試工作流程來幫助您優(yōu)化性能，無論您是使用單個(gè) GPU、多個(gè) GPU 還是使用多臺(tái)機(jī)器進(jìn)行訓(xùn)練，均可從中受益。

 GPU 性能指南

        https://tensorflow.google.cn/guide/gpu_performance_analysis

TFLite Profiler

在 2.4 版本中，您亦可在 Android 中啟用對(duì) TFLite 內(nèi)部結(jié)構(gòu)的跟蹤。現(xiàn)在，您可以使用 Android 版 TFLite Profiler 來識(shí)別性能瓶頸。TFLite 性能評(píng)估指南介紹了如何使用 Android Studio CPU 性能分析器和系統(tǒng)跟蹤應(yīng)用添加跟蹤事件，啟用 TFLite 跟蹤以及捕獲跟蹤。

使用 Android 系統(tǒng)跟蹤應(yīng)用進(jìn)行跟蹤的示例

 TFLite 性能評(píng)估指南

        https://tensorflow.google.cn/lite/performance/measurement#trace_tensorflow_lite_internals_in_android

提供 GPU 支持的新功能

TensorFlow 2.4 可與 CUDA 11 和 cuDNN 8 一起運(yùn)行，以支持最新上市的 NVIDIA Ampere GPU 架構(gòu)。如需了解 CUDA 11 功能的更多信息，請(qǐng)查閱此 NVIDIA 開發(fā)者博客。

 NVIDIA 開發(fā)者博客

        https://developer.nvidia.com/blog/cuda-11-features-revealed/

此外，我們亦會(huì)默認(rèn)在搭載 Ampere 的 GPU 上啟用對(duì) TensorFloat-32 的支持。TensorFloat-32（簡(jiǎn)稱為“TF32”）是 NVIDIA Ampere GPU 的一種數(shù)學(xué)模式，可加快令某些 float32 算子（例如矩陣乘法和卷積）在 Ampere GPU 上的運(yùn)行速度，但精度降低。如需了解更多信息，請(qǐng)查閱 tf.config.experimental.enable_tensor_float_32_execution 文檔。

 tf.config.experimental.enable_tensor_float_32_execution

        https://tensorflow.google.cn/api_docs/python/tf/config/experimental/enable_tensor_float_32_execution