欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

微软自动调参工具—NNI—安装与使用教程

程序员文章站 2024-03-15 20:03:24
...
简介

NNI是微软的开源自动调参的工具。人工调参实在是太麻烦了,最近试了下水,感觉还不错,能在帮你调参的同时,把可视化的工作一起给做了,简单明了。其可以可以看到当前试验的进展情况,搜索参数和效果最好的一些超参数组合。例如:
通过下面的颜色图就能直观地看到红色(即精度较高的超参组合)线条所表达的丰富信息。如

  • 卷积核大一些会表现较好。
  • 全连接层大了不一定太好。也许是所需要的训练时间增加了,训练速度太慢造成的。
  • 而学习率小一些(小于0.03),表现基本都不错。
  • ReLU 比 tanh 等其它**函数也好不少。

  • 微软自动调参工具—NNI—安装与使用教程
    通过试验状态页面,能看到每个试验的时间长度以及具体的超参组合。
    微软自动调参工具—NNI—安装与使用教程
    通过控制页面还可以实时的增加试验的超参组合,或者调整超参的范围。

微软自动调参工具—NNI—安装与使用教程

本文分为以下两个部分:

  1. 如何安装并使用NNI
  2. 调试经验 & 错误汇总
第一步:安装

nni的安装十分简单。通过pip命令就可以安装了。并且提供了example供参考学习。
先决条件:tensorflow,python >= 3.5,

	# 安装nni
    python3 -m pip install --upgrade nni

	# 示例程序,用于学习
	git clone https://github.com/Microsoft/nni.git
    # 如果想运行这个示例程序,需要安装tensorflow
    python3 -m pip install tensorflow

第二步:设置超参数的搜索范围

我们打开NNI的示例程序先来观摩一下

cd ./nni/examples/trials/mnist/

可以看到目录中有 config.yml, mnist.py ,search_space.json 三个文件,这三个文件分别决定了我们的NNI配置文件,main.py和超参数搜索空间。
1.打开 search_space.json文件

{
    "dropout_rate":{"_type":"uniform","_value":[0.5, 0.9]},
    "conv_size":{"_type":"choice","_value":[2,3,5,7]},
    "hidden_size":{"_type":"choice","_value":[124, 512, 1024]},
    "batch_size": {"_type":"choice", "_value": [1, 4, 8, 16, 32]},
    "learning_rate":{"_type":"choice","_value":[0.0001, 0.001, 0.01, 0.1]}
}

在这里可以定义我们的超参数和搜索范围,可以根据自己的需要随意调整。
搜索的类型有很多种,常用的有uniform,choice等。
但是因为这个example只写了uniform和choice的用法,所以很多其他博客只介绍了choice和uniform的用法,在这里进行补充。详细内容见NNI的github帮助文档

{"_type": "choice", "_value": options}
# dropout_rate":{"_type":"uniform","_value":[0.5, 0.9]}的结果为0.5或者0.9

{"_type": "uniform", "_value": [low, high]}

# 变量是 low 和 high 之间均匀分布的值。
# 当优化时,此变量值会在两侧区间内。

{"_type": "quniform", "_value": [low, high, q]}
# 从low开始到high结束,步长为q。
# 比如{"_type": "quniform", "_value": [0, 10, 2]}的结果为0,2,4,6,8,10

{"_type": "normal", "_value": [mu, sigma]}
# 变量值为实数,且为正态分布,均值为 mu,标准方差为 sigma。 优化时,此变量不受约束。

{"_type": "randint", "_value": [lower, upper]}
# 从 lower (包含) 到 upper (不包含) 中选择一个随机整数。

第二步:配置config.yaml
打开config.yaml

authorName: default
experimentName: example_mnist
trialConcurrency: 1
maxExecDuration: 1h
maxTrialNum: 10
#choice: local, remote, pai
trainingServicePlatform: local
searchSpacePath: search_space.json
#choice: true, false
useAnnotation: false
tuner:
  #choice: TPE, Random, Anneal, Evolution, BatchTuner, MetisTuner, GPTuner
  #SMAC (SMAC should be installed through nnictl)
  builtinTunerName: TPE
  classArgs:
    #choice: maximize, minimize
    optimize_mode: maximize
trial:
  command: python3 mnist.py
  codeDir: .
  gpuNum: 0

除了command,maxExecDuration,trialConcurrency,gpuNum,optimize_mode需要更改,这里的参数一般不需要更改。

command是nni的运行后将要执行的指令,mnist.py改为你的main.py或者train.py等等主程序。

maxExecDuration是整个NNI自动调参的时间,注意不是一次训练的时间(我一开始就理解成了一次训练所需要的最大时间),假如你用一个gpu跑,要训练10种不同的参数,每次训练都要2小时,这个值就设置为20h

trialConcurrency是trail的并发数,这个需要根据自己的GPU数量设置,而不是下面的gpuNum!!!为什么呢,因为一个trail代表一次调参的过程,理解为用一种超参数在运行你的train.py,并发数设为x,就有x个trainer在训练!

gpuNum是每个trail所需要的gpu个数,而不是整个nni调参所需要的gpu个数。对于大型任务,单独训练一次需要N个GPU的话,这个值就设置为N;如果单次训练,一个GPU就足够,请把这个值设置为1;没有GPU?我要写个惨字…

所以你最后需要的GPU总数为trialConcurrencygpuNum,即 trail的个数每个trail需要的gpu个数

optimize_mode对应着优化的方向,有最大和最小两种方式,具体如何设置在下一步中提到。
一般来说这里的配置已经足够。

如果需要调节网格搜索的算法等等更细节的东西,请参考NNI的github帮助文档

第三步 修改我们的代码
# 引入nni
import nni
"""
设置参数自动更新,假设params 是我们的默认参数
注意params是**字典**类型的变量
"""
params = vars(get_params())
tuner_params= nni.get_next_parameter() # 这会获得一组搜索空间中的参数
params.update(tuner_params)
"""
向nni报告我们的结果
如果test_acc是准确率,那第二步(5)optimize_mode就选maximize。如果这里的test_acc如果是loss,
那第二步(5)optimize_mode就选minimize,也可以填其他训练的指标
另外这里的报告结果都是数字,一般选择float类型
"""
nni.report_intermediate_result(test_acc)
'''
report_intermediate_result是汇报中间结果,一般可以设置每个epoch报告一次
'''
nni.report_final_result(best_acc)
'''
report_final_result是汇报最终结果,可以是last_acc,也可以设置为报告best_acc
'''

很多体验者说report_intermediate_result汇报loss,report_final_result汇报精确度,这种说法是错的。
这两个report的内容应该是一个意义的(都是loss or 都是准确度 or 其他)
原因下面会讲到

第四步 两行代码直接运行
cd ./YourCode_dir
nnictl create --config config.yml -p 8888

切换到代码的目录下,直接运行。
-p代表使用的端口号。注意如果代码使用的是conda虚拟环境,需要**conda虚拟环境。

第五步 查看训练过程

相信此刻你应该看到了succes的字样,别兴奋,这并不代表成功开始调参了,反正我是不知道多少次才成功。

打开命令行给的网站,如下图,点开Trail Detial->Intermediate result
微软自动调参工具—NNI—安装与使用教程
如果你打开的太快,应该是WATING的状态。别急,稍等一会儿就开始RUNNING了。如果直接Fail了,请检查你的代码。

如果report_intermediate_result是每一个epoch report一次,那么跑完一个epoch过后会看到有Default metric,后面加了个括号(LATEST),这个时候基本就大工告成了,恭喜你!

如果report_final_result是训练结束时report,那么等训练结束后会有Default metric(FINAL)的数值。

所以这说明了report_intermediate_result和report_final_result其实都是Default metric,是一个意义的衡量指标,都用于衡量模型的好坏。

下图是超参数曲线,其实从上图可以看出来我刚始调参不久,只有几个trail是SUCCEED的。不过我想说,在这种条件下!!这个曲线也太美了吧!!!
微软自动调参工具—NNI—安装与使用教程

第六步 停止

在你不想继续搜寻超参数的时候,可以使用nnictl stop停止自动调参。
但是这只是说不会开始下一个trail了,没有运行完的trail依然会继续执行。如果想终止trail可以用nvidia-smi中找到训练进程的PID,然后用kill -9 PID杀死进程

相关标签: 深度学习 AutoML