训练过程可视

概述

训练过程中的标量、图像、计算图以及模型超参等信息记录到文件中,通过可视化界面供用户查看。

操作流程

  • 准备训练脚本,并在训练脚本中指定标量、图像、计算图、模型超参等信息记录到summary日志文件,接着运行训练脚本。

  • 启动MindInsight,并通过启动参数指定summary日志文件目录,启动成功后,根据IP和端口访问可视化界面,默认访问地址为 http://127.0.0.1:8080

  • 在训练过程中,有数据写入summary日志文件时,即可在页面中查看可视的数据。

准备训练脚本

Summary数据收集

当前MindSpore利用 Callback 机制将标量、图像、计算图、模型超参等信息保存到summary日志文件中,并通过可视化界面进行展示。

其中标量、图像是通过Summary算子实现记录数据,计算图是在网络编译完成后,通过 SummaryRecord 将其保存到summary日志文件中, 模型参数是通过 TrainLineageEvalLineage 保存到summary日志文件中。

步骤一:在继承 nn.Cell 的衍生类的 construct 函数中调用Summary算子来采集图像或标量数据。

比如,在定义网络时,在网络的 construct 中记录图像数据;在定义损失函数时,在损失函数的 construct中记录损失值。

如果要记录动态学习率,可以在定义优化器时,在优化器的 construct 中记录学习率。

样例代码如下:

from mindspore import context, Tensor, nn
from mindspore.common import dtype as mstype
from mindspore.ops import operations as P
from mindspore.ops import functional as F
from mindspore.nn import Optimizer

class CrossEntropyLoss(nn.Cell):
    """Loss function definition."""
    def __init__(self):
        super(CrossEntropyLoss, self).__init__()
        self.cross_entropy = P.SoftmaxCrossEntropyWithLogits()
        self.mean = P.ReduceMean()
        self.one_hot = P.OneHot()
        self.on_value = Tensor(1.0, mstype.float32)
        self.off_value = Tensor(0.0, mstype.float32)

        # Init ScalarSummary
        self.sm_scalar = P.ScalarSummary()

    def construct(self, logits, label):
        label = self.one_hot(label, F.shape(logits)[1], self.on_value, self.off_value)
        loss = self.cross_entropy(logits, label)[0]
        loss = self.mean(loss, (-1,))

        # Record loss
        self.sm_scalar("loss", loss)
        return loss

class MyOptimizer(Optimizer):
    """Optimizer definition."""
    def __init__(self, learning_rate, params, ......):
        ......
        # Initialize ScalarSummary
        self.sm_scalar = P.ScalarSummary()
        self.histogram_summary = P.HistogramSummary()
        self.weight_names = [param.name for param in self.parameters]

    def construct(self, grads):
        ......
        # Record learning rate here
        self.sm_scalar("learning_rate", learning_rate)

        # Record weight
        self.histogram_summary(self.weight_names[0], self.paramters[0])
        # Record gradient
        self.histogram_summary(self.weight_names[0] + ".gradient", grads[0])

        ......

class Net(nn.Cell):
    """Net definition."""
    def __init__(self):
        super(Net, self).__init__()
        ......

        # Init ImageSummary
        self.sm_image = P.ImageSummary()

    def construct(self, data):
        # Record image by Summary operator
        self.sm_image("image", data)
        ......
        return out

步骤二:通过 Callback 的机制,添加所需的Callback实例来指定训练过程中所需要记录的数据。

  • SummaryStep 用于指定记录summary数据的步骤间隔,每隔指定步骤记录一次数据。

  • TrainLineage 用于记录模型训练相关的参数信息。

  • EvalLineage 用于记录模型测试相关的参数信息。

其中,记录计算图需要在调用 SummaryRecord 时,指定 network 参数,默认不记录。

样例代码如下:

from mindinsight.lineagemgr import TrainLineage, EvalLineage
from mindspore import Model, nn, context
from mindspore.train.callback import SummaryStep
from mindspore.train.summary.summary_record import SummaryRecord

def test_summary():
    # Init context env
    context.set_context(mode=context.GRAPH_MODE, device_target='Ascend')
    # Init hyperparameter
    epoch = 2
    # Init network and Model
    net = Net()
    loss_fn = CrossEntropyLoss()
    optim = MyOptimizer(learning_rate=0.01, params=network.trainable_params())
    model = Model(net, loss_fn=loss_fn, optimizer=optim, metrics=None)

    # Init SummaryRecord and specify a folder for storing summary log files
    # and specify the graph that needs to be recorded
    with SummaryRecord(log_dir='./summary', network=net) as summary_writer:
        summary_callback = SummaryStep(summary_writer, flush_step=10)

        # Init TrainLineage to record the training information
        train_callback = TrainLineage(summary_writer)

        # Prepare mindrecord_dataset for training
        train_ds = create_mindrecord_dataset_for_training()
        model.train(epoch, train_ds, callbacks=[summary_callback, train_callback])

        # Init EvalLineage to record the evaluation information
        eval_callback = EvalLineage(summary_writer)

        # Prepare mindrecord_dataset for testing
        eval_ds = create_mindrecord_dataset_for_testing()
        model.eval(eval_ds, callbacks=[eval_callback])

可以通过脚本中contextsave_graphs选项配置记录算子融合后的计算图。 其中ms_output_after_hwopt.pb为算子融合后的计算图。

  • 目前MindSpore仅支持在Ascend 910 AI处理器上导出算子融合后的计算图。

  • 一个batch中,HistogramSummary算子的调用次数请尽量控制在10次以下,调用次数越多,性能开销越大。

  • 请使用with语句确保SummaryRecord最后正确关闭,否则可能会导致进程无法退出。

性能数据收集

为了收集神经网络的性能数据,需要在训练脚本中添加MindInsight Profiler接口。首先,在set context之后和初始化网络之前,需要初始化MindInsight Profiler对象; 然后在训练结束后,调用Profiler.analyse()停止性能数据收集并生成性能分析结果。

样例代码如下:

from mindinsight.profiler import Profiler
from mindspore import Model, nn, context

def test_profiler():
    # Init context env
    context.set_context(mode=context.GRAPH_MODE, device_target='Ascend', device_id=int(os.environ["DEVICE_ID"]))
    
    # Init Profiler
    profiler = Profiler(output_path='./data', is_detail=True, is_show_op_path=False, subgraph='all')
    
    # Init hyperparameter
    epoch = 2
    # Init network and Model
    net = Net()
    loss_fn = CrossEntropyLoss()
    optim = MyOptimizer(learning_rate=0.01, params=network.trainable_params())
    model = Model(net, loss_fn=loss_fn, optimizer=optim, metrics=None)  
    # Prepare mindrecord_dataset for training
    train_ds = create_mindrecord_dataset_for_training()
    # Model Train
    model.train(epoch, train_ds)
    
    # Profiler end
    profiler.analyse()

MindInsight相关命令

查看命令帮助信息

mindinsight --help

查看版本信息

mindinsight --version

启动服务

mindinsight start [-h] [--config <CONFIG>] [--workspace <WORKSPACE>]
                  [--port <PORT>] [--reload-interval <RELOAD_INTERVAL>]
                  [--summary-base-dir <SUMMARY_BASE_DIR>]

参数含义如下:

  • -h, --help : 显示启动命令的帮助信息。

  • --config <CONFIG> : 指定配置文件或配置模块,CONFIG为物理文件路径(file:/path/to/config.py)或Python可识别的模块路径(python:path.to.config.module)。

  • --workspace <WORKSPACE> : 指定工作目录路径,WORKSPACE默认为 $HOME/mindinsight。

  • --port <PORT> : 指定Web可视化服务端口,取值范围是1~65535,PORT默认为8080。

  • --reload-interval <RELOAD_INTERVAL> : 指定加载数据的时间间隔(单位:秒),设置为0时表示只加载一次数据,RELOAD_INTERVAL默认为3秒。

  • --summary-base-dir <SUMMARY_BASE_DIR> : 指定加载训练日志数据的根目录路径,MindInsight将遍历此路径下的直属子目录。若某个直属子目录包含日志文件,则该子目录被识别为日志文件目录,若根目录包含日志文件,则根目录被识别为日志文件目录。SUMMARY_BASE_DIR默认为当前目录路径。

服务启动时,命令行参数值将被保存为进程的环境变量,并以 MINDINSIGHT_ 开头作为标识,如 MINDINSIGHT_CONFIGMINDINSIGHT_WORKSPACEMINDINSIGHT_PORT 等。

停止服务

mindinsight stop [-h] [--port PORT]

参数含义如下:

  • -h, --help : 显示停止命令的帮助信息。

  • --port <PORT> : 指定Web可视化服务端口,取值范围是1~65535,PORT默认为8080。

查看服务进程信息

MindInsight向用户提供Web服务,可通过以下命令,查看当前运行的Web服务进程。

ps -ef | grep mindinsight

根据服务进程PID,可通过以下命令,查看当前服务进程对应的工作目录WORKSPACE。

lsof -p <PID> | grep access

输出如下,可查看WORKSPACE。

gunicorn  <PID>  <USER>  <FD>  <TYPE>  <DEVICE>  <SIZE/OFF>  <NODE>  <WORKSPACE>/log/gunicorn/access.log

可视化组件

训练看板

用户从训练列表中选择指定的训练,进入训练看板。

标量可视化

标量可视化用于展示训练过程中,标量的变化趋势情况。

scalar.png

图1:标量趋势图

图1展示了神经网络在训练过程中损失值的变化过程。横坐标是训练步骤,纵坐标是损失值。

图中右上角有几个按钮功能,从左到右功能分别是全屏展示,切换Y轴比例,开启/关闭框选,分步回退和还原图形。

  • 全屏展示即全屏展示该标量曲线,再点击一次即可恢复。

  • 切换Y轴比例是指可以将Y轴坐标进行对数转换。

  • 开启/关闭框选是指可以框选图中部分区域,并放大查看该区域, 可以在已放大的图形上叠加框选。

  • 分步回退是指对同一个区域连续框选并放大查看时,可以逐步撤销操作。

  • 还原图形是指进行了多次框选后,点击此按钮可以将图还原回原始状态。

scalar_select.png

图2:标量可视化功能区

图2展示的标量可视化的功能区,提供了根据选择不同标签,水平轴的不同维度和平滑度来查看标量信息的功能。

  • 标签:提供了对所有标签进行多项选择的功能,用户可以通过勾选所需的标签,查看对应的标量信息。

  • 水平轴:可以选择“步骤”、“相对时间”、“绝对时间”中的任意一项,来作为标量曲线的水平轴。

  • 平滑度:可以通过调整平滑度,对标量曲线进行平滑处理。

  • 标量合成:可以选中两条标量曲线进行合成并展示在一个图中,以方便对两条曲线进行对比或者查看合成后的图。

scalar_compound.png

图3:Accuracy和Loss的标量合成图

图3展示Accuracy曲线和Loss曲线的标量合成图。标量合成的功能区与标量可视化的功能区相似。其中与标量可视化功能区不一样的地方,在于标签选择时,标量合成功能最多只能同时选择两个标签,将其曲线合成并展示。

参数分布图可视化

参数分布图用于将用户所指定的张量以直方图的形式进行展示。

histogram.png

图4: 直方图展示

图4将用户所记录的张量以直方图的形式进行展示。点击图中右上角,可以将图放大。

histogram_func.png

图5: 参数分布图功能区

图5展示参数分布图的功能区,包含以下内容:

  • 标签选择:提供了对所有标签进行多项选择的功能,用户可以通过勾选所需的标签,查看对应的直方图。

  • 纵轴:可以选择步骤相对时间绝对时间中的任意一项,来作为直方图纵轴显示的数据。

  • 视角:可以选择正视俯视中的一种。正视是指从正面的角度查看直方图,此时不同步骤之间的数据会覆盖在一起。俯视是指偏移以45度角俯视直方图区域,这时可以呈现不同步骤之间数据的差异。

计算图可视化

计算图可视化用于展示计算图的图结构,数据流以及控制流的走向,支持展示summary日志文件与通过contextsave_graphs参数导出的pb文件。

graph.png

图6:计算图展示区

图6展示了计算图的网络结构。如图中所展示的,在展示区中,选中其中一个算子(图中圈红算子),可以看到该算子有两个输入和一个输出(实线代表算子的数据流走向)。

graph_sidebar.png

图7:计算图功能区

图7展示了计算图可视化的功能区,包含以下内容:

  • 文件选择框: 可以选择查看不同文件的计算图。

  • 搜索框:可以对节点进行搜索,输入节点名称点击回车,即可展示该节点。

  • 缩略图:展示整个网络图结构的缩略图,在查看超大图结构时,方便查看当前浏览的区域。

  • 节点信息:展示选中的节点的基本信息,包括节点的名称、属性、输入节点、输出节点等信息。

  • 图例:展示的是计算图中各个图标的含义。

数据图可视化

数据图可视化用于展示单次模型训练的数据处理和数据增强信息。

data_function.png

图8:数据图功能区

图8展示的数据图功能区包含以下内容:

  • 图例:展示数据溯源图中各个图标的含义。

  • 数据处理流水线:展示训练所使用的数据处理流水线,可以选择图中的单个节点查看详细信息。

  • 节点信息:展示选中的节点的基本信息,包括使用的数据处理和增强算子的名称、参数等。

图像可视化

图像可视化用于展示用户所指定的图片。

image.png

图9:图像可视化

图9展示通过滑动图中“步骤”滑条,查看不同步骤的图片。

image_function.png

图10:图像可视化功能区

图10展示图像可视化的功能区,提供了选择查看不同标签,不同亮度和不同对比度来查看图片信息。

  • 标签:提供了对所有标签进行多项选择的功能,用户可以通过勾选所需的标签,查看对应的图片信息。

  • 亮度调整:可以调整所展示的所有图片亮度。

  • 对比度调整:可以调整所展示的所有图片对比度。

模型溯源

模型溯源可视化用于展示所有训练的模型参数信息。

image.png

图11:模型参数选择区

图11展示的模型参数选择区,列举了可供查看的模型参数标签。用户可以通过勾选所需的标签,查看相应的模型参数。

image.png

图12:模型溯源功能区

图12展示的模型溯源功能区,图像化展示了模型的参数信息。用户可以通过选择列的特定区域,展示区域范围内的模型信息。

image.png

图13:模型列表

图13分组展示所有模型信息,用户可以按指定列进行升序或降序展示模型信息。

数据溯源

数据溯源可视化用于展示所有训练的数据处理和数据增强信息。

data_label.png

图14:数据处理和增强算子选择区

图14展示的数据处理和数据增强算子选择区,列举了可供查看的数据处理和增强算子的名称。用户可以通过勾选所需的标签,查看相应的参数等信息。

data_chart.png

图15:数据溯源功能区

图15展示的数据溯源功能区,图像化展示了数据处理和数据增强使用的参数信息。用户可以通过选择列的特定区域,展示区域范围内的参数信息。

data_table.png

图16:数据溯源列表

图16展示所有模型训练的数据处理和数据增强信息。

对比看板

对比看板可视用于多个训练之间的标量曲线对比。

multi_scalars.png

图17: 标量对比曲线图

图17展示了多个训练之间的标量曲线对比效果,横坐标是训练步骤,纵坐标是标量值。

图中右上角有几个按钮功能,从左到右功能分别是全屏展示,切换Y轴比例,开启/关闭框选,分步回退和还原图形。

  • 全屏展示即全屏展示该标量曲线,再点击一次即可恢复。

  • 切换Y轴比例是指可以将Y轴坐标进行对数转换。

  • 开启/关闭框选是指可以框选图中部分区域,并放大查看该区域, 可以在已放大的图形上叠加框选。

  • 分步回退是指对同一个区域连续框选并放大查看时,可以逐步撤销操作。

  • 还原图形是指进行了多次框选后,点击此按钮可以将图还原回原始状态。

multi_scalars_select.png

图18:对比看板可视功能区

图18展示的对比看板可视的功能区,提供了根据选择不同训练或标签,水平轴的不同维度和平滑度来进行标量对比的功能。

  • 训练: 提供了对所有训练进行多项选择的功能,用户可以通过勾选或关键字筛选所需的训练。

  • 标签:提供了对所有标签进行多项选择的功能,用户可以通过勾选所需的标签,查看对应的标量信息。

  • 水平轴:可以选择“步骤”、“相对时间”、“绝对时间”中的任意一项,来作为标量曲线的水平轴。

  • 平滑度:可以通过调整平滑度,对标量曲线进行平滑处理。

性能调试

用户从训练列表中选择指定的训练,进入性能调试。

算子性能分析

使用算子性能分析组件可以对MindSpore运行过程中的各个算子的执行时间进行统计展示。

op_type_statistics.png

图19: 算子类别统计分析

图19展示了按算子类别进行统计分析的结果,包含以下内容:

  • 可以选择饼图/柱状图展示各算子类别的时间占比,每个算子类别的执行时间会统计属于该类别的算子执行时间总和;

  • 统计前20个占比时间最长的算子类别,展示其时间所占的百分比以及具体的执行时间(毫秒)。

op_statistics.png

图20: 算子统计分析

图20展示了算子性能统计表,包含以下内容:

  • 选择全部:按单个算子的统计结果进行排序展示,展示维度包括算子名称、算子类型、算子执行时间、算子全scope名称、算子信息等;默认按算子执行时间排序;

  • 选择分类:按算子类别的统计结果进行排序展示,展示维度包括算子分类名称、算子类别执行时间、执行频次、占总时间的比例等。点击每个算子类别,可以进一步查看该类别下所有单个算子的统计信息;

  • 搜索:在右侧搜索框中输入字符串,支持对算子名称/类别进行模糊搜索。

规格

为了控制列出summary列表的用时,MindInsight最多支持发现999个summary列表条目。

为了控制内存占用,MindInsight对标签(tag)数目和步骤(step)数目进行了限制:

  • 每个训练看板的最大标签数量为300个标签。标量标签、图片标签、计算图标签、参数分布图(直方图)标签的数量总和不得超过300个。特别地,每个训练看板最多有10个计算图标签。当实际标签数量超过这一限制时,将依照MindInsight的处理顺序,保留最近处理的300个标签。

  • 每个训练看板的每个标量标签最多有1000个步骤的数据。当实际步骤的数目超过这一限制时,将对数据进行随机采样,以满足这一限制。

  • 每个训练看板的每个图片标签最多有10个步骤的数据。当实际步骤的数目超过这一限制时,将对数据进行随机采样,以满足这一限制。

  • 每个训练看板的每个参数分布图(直方图)标签最多有50个步骤的数据。当实际步骤的数目超过这一限制时,将对数据进行随机采样,以满足这一限制。

出于性能上的考虑,MindInsight对比看板使用缓存机制加载训练的标量曲线数据,并进行以下限制:

  • 对比看板只支持在缓存中的训练进行比较标量曲线对比。

  • 缓存最多保留最新(按修改时间排列)的15个训练。

  • 用户最多同时对比5个训练的标量曲线。

为了控制性能测试时生成数据的大小,大型网络建议性能调试的step数目限制在10以内。