目錄

如何支持多Python文件引用？

您可以通過Python文件組織訓練腳本。通常首先將數據預處理邏輯存放在某個Python文件中，然后將模型定義在另一個Python文件中，最后通過一個Python文件串聯整個訓練過程。例如，在test1.py中定義函數，如果test2.py文件需要使用test1.py中的函數，且將test2.py作為程序入口文件，則只需要將test1.py和test2.py打包為.tar.gz包并上傳即可，如下圖所示。其中：

• Python代碼文件：.tar.gz包。

• Python主文件：入口程序文件。

如何上傳數據到OSS？

深度學習算法的數據存儲在OSS的Bucket中，因此需要先創建OSS Bucket。建議您將OSS Bucket創建在與深度學習GPU集群相同的地域，從而使用阿里云經典網絡進行數據傳輸，進而使算法運行免收流量費。創建OSS Bucket后，可以在OSS管理控制臺創建文件夾、組織數據目錄或上傳數據。

如何讀取OSS數據？

Python不支持讀取OSS數據，因此所有調用Python Open()及os.path.exist()等文件和文件夾操作函數的代碼都無法執行。例如Scipy.misc.imread()及numpy.load()等。

通常采用以下兩種方式在PAI中讀取數據：

• 使用tf.gfile下的函數，適用于簡單讀取一張圖片或一個文本等。成員函數如下。

  tf.gfile.Copy(oldpath, newpath, overwrite=False) # 拷貝文件。
  tf.gfile.DeleteRecursively(dirname) # 遞歸刪除目錄下所有文件。
  tf.gfile.Exists(filename) # 文件是否存在。
  tf.gfile.FastGFile(name, mode='r') # 無阻塞讀取文件。
  tf.gfile.GFile(name, mode='r') # 讀取文件。
  tf.gfile.Glob(filename) # 列出文件夾下所有文件, 支持Pattern。
  tf.gfile.IsDirectory(dirname) # 返回dirname是否為一個目錄
  tf.gfile.ListDirectory(dirname) # 列出dirname下所有文件。
  tf.gfile.MakeDirs(dirname) # 在dirname下創建一個文件夾。如果父目錄不存在, 則自動創建父目錄。如果文件夾已經存在, 且文件夾可寫, 則返回成功。
  tf.gfile.MkDir(dirname) # 在dirname處創建一個文件夾。
  tf.gfile.Remove(filename) # 刪除filename。
  tf.gfile.Rename(oldname, newname, overwrite=False) # 重命名。
  tf.gfile.Stat(dirname) # 返回目錄的統計數據。
  tf.gfile.Walk(top, inOrder=True) # 返回目錄的文件樹。

• 使用tf.gfile.Glob、tf.gfile.FastGFile、 tf.WhoFileReader()及tf.train.shuffer_batch()，適用于批量讀取文件（讀取文件之前需要獲取文件列表。如果批量讀取，還需要創建Batch）。

import tensorflow as tf
FLAGS = tf.flags.FLAGS
tf.flags.DEFINE_string('buckets', 'oss://{OSS Bucket}/', '訓練圖片所在文件夾')
tf.flags.DEFINE_string('batch_size', '15', 'batch大小')
files = tf.gfile.Glob(os.path.join(FLAGS.buckets,'*.jpg')) # 列出buckets下所有JPG文件路徑。

批量讀取文件時，對于不同規模的文件，建議分別使用如下方式：

• 讀取小規模文件時，建議使用tf.gfile.FastGfile()。

  for path in files:
      file_content = tf.gfile.FastGFile(path, 'rb').read() # 一定記得使用rb讀取, 否則很多情況下都會報錯。
      image = tf.image.decode_jpeg(file_content, channels=3) # 以JPG圖片為例。

• 讀取大規模文件時，建議使用tf.WhoFileReader()。

  reader = tf.WholeFileReader()  # 實例化reader。
  fileQueue = tf.train.string_input_producer(files)  # 創建一個供reader讀取的隊列。
  file_name, file_content = reader.read(fileQueue)  # 使reader從隊列中讀取一個文件。
  image_content = tf.image.decode_jpeg(file_content, channels=3)  # 將讀取結果解碼為圖片。
  label = XXX  # 省略處理label的過程。
  batch = tf.train.shuffle_batch([label, image_content], batch_size=FLAGS.batch_size, num_threads=4,
                                 capacity=1000 + 3 * FLAGS.batch_size, min_after_dequeue=1000)
  sess = tf.Session()  # 創建Session。
  tf.train.start_queue_runners(sess=sess)  # 啟動隊列。如果未執行該命令，則線程會一直阻塞。
  labels, images = sess.run(batch)  # 獲取結果。

  核心代碼解釋如下：

  • tf.train.string_input_producer：將files轉換為隊列，且需要使用tf.train.start_queue_runners啟動隊列。

  • tf.train.shuffle_batch參數如下：

    • batch_size：批處理大小，即每次運行Batch返回的數據數量。

    • num_threads：運行線程數，一般設置為4。

    • capacity：隨機取文件范圍。例如，數據集有10000個數據，如果需要從5000個數據中隨機抽取，則將capacity配置為5000。

    • min_after_dequeue：維持隊列的最小長度，不能大于capacity。

如何為OSS寫入數據？

您可以通過以下任意一種方式將數據寫入OSS中，生成的文件存儲在輸出目錄/model/example.txt：

• 通過tf.gfile.FastGFile()寫入，示例如下。

  tf.gfile.FastGFile(FLAGS.checkpointDir + 'example.txt', 'wb').write('hello world')

• 通過tf.gfile.Copy()拷貝，示例如下。

  tf.gfile.Copy('./example.txt', FLAGS.checkpointDir + 'example.txt')

為什么運行過程中出現OOM？

使用的內存達到上限30 GB，建議通過gfile讀取OSS數據，詳情請參見如何讀取OSS數據？。

TensorFlow有哪些案例？

使用TensorFlow自動寫歌，詳情請參見TensorFlow自動寫歌詞及寫歌案例。

如何查看TensorFlow相關日志？

查看TensorFlow相關日志請參見查看訓練中的日志。

配置兩個GPU時，model_average_iter_interval有什么作用？

如果未配置model_average_iter_interval參數，則GPU會運行標準的Parallel-SGD，每個迭代都會交換梯度更新。如果model_average_iter_interval大于1，則使用Model Average方法，訓練迭代間隔若干輪（model_average_iter_interval表示數值輪數）計算兩個平均模型參數。

TensorFlow模型如何導出為SavedModel？

SavedModel格式

使用EAS預置官方Processor將TensorFlow模型部署為在線服務，必須先將模型導出為官方定義的SavedModel格式（TensorFlow官方推薦的導出模型格式）。SavedModel模型格式的目錄結構如下。

assets/
variables/
    variables.data-00000-of-00001
    variables.index
saved_model.pb|saved_model.pbtxt

其中：

• assets表示一個可選目錄，用于存儲預測時的輔助文檔信息。

• variables存儲tf.train.Saver保存的變量信息。

• saved_model.pb或saved_model.pbtxt存儲MetaGraphDef（存儲訓練預測模型的程序邏輯）和SignatureDef（用于標記預測時的輸入和輸出）。

導出SavedModel

使用TensorFlow導出SavedModel格式的模型請參見Saving and Restoring。如果模型比較簡單，則可以使用如下方式快速導出SavedModel。

tf.saved_model.simple_save(
  session,
  "./savedmodel/",
  inputs={"image": x},   ## x表示模型的輸入變量。
  outputs={"scores": y}  ## y表示模型的輸出。
)

請求在線預測服務時，請求中需要指定模型signature_name，使用simple_save()方法導出的模型中，signature_name默認為serving_default。

如果模型比較復雜，則可以使用手工方式導出SavedModel，代碼示例如下。

print('Exporting trained model to', export_path)
builder = tf.saved_model.builder.SavedModelBuilder(export_path)
tensor_info_x = tf.saved_model.utils.build_tensor_info(x)
tensor_info_y = tf.saved_model.utils.build_tensor_info(y)

prediction_signature = (
    tf.saved_model.signature_def_utils.build_signature_def(
        inputs={'images': tensor_info_x},
        outputs={'scores': tensor_info_y},
        method_name=tf.saved_model.signature_constants.PREDICT_METHOD_NAME)
)

legacy_init_op = tf.group(tf.tables_initializer(), name='legacy_init_op')

builder.add_meta_graph_and_variables(
    sess, [tf.saved_model.tag_constants.SERVING],
    signature_def_map={
        'predict_images': prediction_signature,
    },
    legacy_init_op=legacy_init_op
)

builder.save()
print('Done exporting!')

其中：

• export_path表示導出模型的路徑。

• prediction_signature表示模型為輸入和輸出構建的SignatureDef，詳情請參見SignatureDef。示例中的signature_name為predict_images

• builder.add_meta_graph_and_variables方法表示導出模型的參數。

Keras模型轉換為SavedModel

使用Keras的model.save()方法會將Keras模型導出為H5格式，需要將其轉換為SavedModel才能進行在線預測。您可以先調用load_model()方法加載H5模型，再將其導出為SavedModel格式，代碼示例如下。

import tensorflow as tf
with tf.device("/cpu:0"):
    model = tf.keras.models.load_model('./mnist.h5')
    tf.saved_model.simple_save(
      tf.keras.backend.get_session(),
      "./h5_savedmodel/",
      inputs={"image": model.input},
      outputs={"scores": model.output}
    )

Checkpoint轉換為Savedmodel

訓練過程中使用tf.train.Saver()方法保存的模型格式為checkpoint，需要將其轉換為SavedModel才能進行在線預測。您可以先調用saver.restore()方法將Checkpoint加載為tf.Session，再將其導出為SavedModel格式，代碼示例如下。

import tensorflow as tf
# variable define ...
saver = tf.train.Saver()
with tf.Session() as sess:
  # Initialize v1 since the saver will not.
    saver.restore(sess, "./lr_model/model.ckpt")
    tensor_info_x = tf.saved_model.utils.build_tensor_info(x)
    tensor_info_y = tf.saved_model.utils.build_tensor_info(y)
    tf.saved_model.simple_save(
      sess,
      "./savedmodel/",
      inputs={"image": tensor_info_x},
      outputs={"scores": tensor_info_y}
    )