如何提高数据输入管道的性能？

问题描述 投票：4回答：1

我尝试优化数据输入管道。数据集是GCS上托管的450个TFRecord文件的集合，每个文件的大小约为70MB。该作业是使用GCP ML引擎执行的。没有GPU。

这里是管道：

def build_dataset(file_pattern):
    return tf.data.Dataset.list_files(
        file_pattern
    ).interleave(
        tf.data.TFRecordDataset,
        num_parallel_calls=tf.data.experimental.AUTOTUNE
    ).shuffle(
        buffer_size=2048
    ).batch(
        batch_size=2048,
        drop_remainder=True,
    ).cache(
    ).repeat(
    ).map(
        map_func=_parse_example_batch,
        num_parallel_calls=tf.data.experimental.AUTOTUNE
    ).prefetch(
        buffer_size=1
    )

具有映射功能：

def _bit_to_float(string_batch: tf.Tensor):
    return tf.reshape(tf.math.floormod(tf.dtypes.cast(tf.bitwise.right_shift(
        tf.expand_dims(tf.io.decode_raw(string_batch, tf.uint8), 2),
        tf.reshape(tf.dtypes.cast(tf.range(7, -1, -1), tf.uint8), (1, 1, 8))
    ), tf.float32), 2), (tf.shape(string_batch)[0], -1))


def _parse_example_batch(example_batch):
    preprocessed_sample_columns = {
        "features": tf.io.VarLenFeature(tf.float32),
        "booleanFeatures": tf.io.FixedLenFeature((), tf.string, ""),
        "label": tf.io.FixedLenFeature((), tf.float32, -1)
    }
    samples = tf.io.parse_example(example_batch, preprocessed_sample_columns)
    dense_float = tf.sparse.to_dense(samples["features"])
    bits_to_float = _bit_to_float(samples["booleanFeatures"])
    return (
        tf.concat([dense_float, bits_to_float], 1),
        tf.reshape(samples["label"], (-1, 1))
    )

我试图遵循data pipeline tutorial的最佳实践，并对我的映射函数进行矢量化处理（如mrry的建议）。

使用此设置，虽然高速下载数据（带宽约为200MB / s），但CPU使用率不足（14％），并且训练非常慢（一个历时超过1小时）。

我尝试了一些参数配置，更改了interleave()自变量，例如num_parallel_calls或cycle_length或TFRecordDataset自变量，例如num_parallel_calls。

最快的配置使用这组参数：

  • interleave.num_parallel_calls：1
  • interleave.cycle_length：8
  • TFRecordDataset.num_parallel_calls：8

有了这个，一个纪元只需要20分钟即可运行。 但是，CPU使用率仅为50％，而带宽消耗约为55MB / s

问题：

  1. 如何优化管道以达到100％CPU使用率（以及大约100MB / s的带宽消耗）？
  2. 为什么tf.data.experimental.AUTOTUNE找不到最佳值来加快训练速度？

种类，亚历克西斯。

编辑

经过更多的实验，我得出以下解决方案。

  1. 如果interleave大于0，则删除TFRecordDataset已经处理的num_parallel_calls步骤。>>
  2. 将映射函数更新为仅执行parse_example和decode_raw，返回元组`（（，），（））
  3. cache之后的[map
  4. 将_bit_to_float功能作为模型的一部分移动

    5. 最后，这是数据管道代码：

def build_dataset(file_pattern):
    return tf.data.TFRecordDataset(
        tf.data.Dataset.list_files(file_pattern),
        num_parallel_reads=multiprocessing.cpu_count(),
        buffer_size=70*1000*1000
    ).shuffle(
        buffer_size=2048
    ).map(
        map_func=split,
        num_parallel_calls=tf.data.experimental.AUTOTUNE
    ).batch(
        batch_size=2048,
        drop_remainder=True,
    ).cache(
    ).repeat(
    ).prefetch(
        buffer_size=32
    )


def split(example):
    preprocessed_sample_columns = {
        "features": tf.io.VarLenFeature(tf.float32),
        "booleanFeatures": tf.io.FixedLenFeature((), tf.string, ""),
        "label": tf.io.FixedLenFeature((), tf.float32, -1)
    }
    samples = tf.io.parse_single_example(example, preprocessed_sample_columns)
    dense_float = tf.sparse.to_dense(samples["features"])
    bits_to_float = tf.io.decode_raw(samples["booleanFeatures"], tf.uint8)
    return (
        (dense_float, bits_to_float),
        tf.reshape(samples["label"], (1,))
    )


def build_model(input_shape):
    feature = keras.Input(shape=(N,))
    bool_feature = keras.Input(shape=(M,), dtype="uint8")
    one_hot = dataset._bit_to_float(bool_feature)
    dense_input = tf.reshape(
        keras.backend.concatenate([feature, one_hot], 1),
        input_shape)
    output = actual_model(dense_input)

    model = keras.Model([feature, bool_feature], output)
    return model

def _bit_to_float(string_batch: tf.Tensor):
    return tf.dtypes.cast(tf.reshape(
        tf.bitwise.bitwise_and(
            tf.bitwise.right_shift(
                tf.expand_dims(string_batch, 2),
                tf.reshape(
                    tf.dtypes.cast(tf.range(7, -1, -1), tf.uint8),
                    (1, 1, 8)
                ),
            ),
            tf.constant(0x01, dtype=tf.uint8)
        ),
        (tf.shape(string_batch)[0], -1)
    ), tf.float32)

感谢所有这些优化：
  • 带宽消耗约为90MB / s
  • CPU使用率约为20％
  • 第一纪花了20分钟
  • 相继的纪元每个花费5分钟

    • 因此，这似乎是一个不错的开始设置。但是CPU和BW仍未过度使用，因此仍然欢迎任何建议！

编辑Bis

因此，经过一些基准测试之后，我发现了我认为是我们最好的输入管道：

def build_dataset(file_pattern):
    tf.data.Dataset.list_files(
        file_pattern
    ).interleave(
        TFRecordDataset,
        cycle_length=tf.data.experimental.AUTOTUNE,
        num_parallel_calls=tf.data.experimental.AUTOTUNE
    ).shuffle(
        2048
    ).batch(
        batch_size=64,
        drop_remainder=True,
    ).map(
        map_func=parse_examples_batch,
        num_parallel_calls=tf.data.experimental.AUTOTUNE
    ).cache(
    ).prefetch(
        tf.data.experimental.AUTOTUNE
    )

def parse_examples_batch(examples):
    preprocessed_sample_columns = {
        "features": tf.io.FixedLenSequenceFeature((), tf.float32, allow_missing=True),
        "booleanFeatures": tf.io.FixedLenFeature((), tf.string, ""),
        "label": tf.io.FixedLenFeature((), tf.float32, -1)
    }
    samples = tf.io.parse_example(examples, preprocessed_sample_columns)
    bits_to_float = tf.io.decode_raw(samples["booleanFeatures"], tf.uint8)
    return (
        (samples['features'], bits_to_float),
        tf.expand_dims(samples["label"], 1)
    )

所以，新功能：
  • 根据此GitHub issue，TFRecordDataset交织是传统的，所以interleave功能更好。
  • batch之前的[map是一个好习惯（vectorizing your function），并减少了调用映射函数的次数。
  • 不再需要repeat。从TF2.0开始，Keras模型API支持数据集API，并且可以使用缓存（请参见SO post）
  • 从VarLenFeature切换到FixedLenSequenceFeature，删除对tf.sparse.to_dense的无用调用。

    • 希望这会有所帮助。仍然欢迎您提出建议。

我尝试优化数据输入管道。数据集是GCS上托管的450个TFRecord文件的集合，每个文件的大小约为70MB。该作业是使用GCP ML引擎执行的。没有GPU。这是管道：...

python python-3.x tensorflow tensorflow-datasets tensorflow2.0
1个回答
1
投票

为了社区的利益，在答案部分中提到@AlexisBRENON的解决方案和重要观察。

最新问题
© www.soinside.com 2019 - 2024. All rights reserved.