何の話かというと
先日、Google Cloud MLがベータ公開されました。超ざっくりまとめると、GCPのクラウド上で次のことができるようになります。
(1) TensorFlowのコードを実行して学習済みモデルを作成する
(2) 学習済みモデルをAPIサービスとして公開する（現在はアルファ版）
(1)については、ハイパーパラメーターの自動チューニングや分散学習処理なども利用できるのですが、ここでは、単純に、既存のTensorFlowのコードをCloud MLに載せるための最低限の手順を説明します。
例として、下記のサンプルコードを使用します。全結合層のみの単層ニューラルネットワークでMNISTデータセットを分類する簡単な例です。
ローカルで実行する場合からの修正点
まず、コードの実行に必要なファイルを1つのディレクトリーにまとめて、ライブラリー化します。実行ファイルが「task.py」の1つであれば、次のような構成になります。ディレクトリー名などは任意です。
trainer/ ├── __init__.py # 空ファイル └── task.py # 実行ファイル
そして、実行ファイルの末尾に次のコードを挿入します。最後の run メソッドにより、main() 関数の実行が開始されます。
if __name__ == '__main__':
tf.app.run()外部とのファイルのやり取りは、Cloud Storageを経由する必要があります。これは、コード内のファイルパスをCloud StorageのURI「gs://...」に書き換えればOKです。ただし、ローカルでテストした上でCloud MLに投げる場合を考えて、実行時のコマンドラインオプションでパスを指定できるようにするとよいでしょう。具体的には、次のようなディレクトリーが考えられます。
・学習中のチェックポイントファイルを出力するディレクトリー
・学習済みモデルのバイナリーをファイルとして出力するディレクトリー（ファイル名は「export」に固定）
・TensorBoard用のログデータを出力するディレクトリー
・トレーニング用のデータを読み込むディレクトリー
（トレーニング用のデータについては、Cloud Storageの利用が必須というわけではありません。Cloud Dataflowなど、他のサービスからのデータを入力ソースにする方法も用意されるようです。）
今回の例であれば、実行ファイル task.py の末尾を次のようにしておきます。オプション「--train_dir」と「--model_dir」でチェックポイントファイルとモデルファイルを出力するディレクトリーを指定します。ついでに「--train_step」で学習処理のループ数も指定できるようにしています。トレーニング用のデータは、TensorFlowのライブラリー機能で、インターネット上のデータを直接に取得します。
def main(_): parser = argparse.ArgumentParser() parser.add_argument('--train_dir', type=str, default='/tmp/train') # Checkpoint file parser.add_argument('--model_dir', type=str, default='/tmp/model') # Model file parser.add_argument('--train_step', type=int, default=2000) # Training steps args, _ = parser.parse_known_args() run_training(args) if __name__ == '__main__': tf.app.run()
そして、ここが一番特殊なのですが、学習済みモデルをAPIサービス化するために、APIの入出力となる要素をTensorFlowのCollectionオブジェクトで指定します。Collectionオブジェクトは、Key-Valueスタイルで任意のオブジェクトを格納するものですが、特に「inputs」というキーで入力を受け付けるPlaceholder一式、「outputs」というキーでAPIから返却する値の一式を指定します。今の例であれば、次のようになります。
input_key = tf.placeholder(tf.int64, [None, 1]) x = tf.placeholder(tf.float32, [None, 784]) inputs = {'key': input_key.name, 'image': x.name} tf.add_to_collection('inputs', json.dumps(inputs)) p = tf.nn.softmax(tf.matmul(hidden1, w0) + b0) output_key = tf.identity(input_key) outputs = {'key': output_key.name, 'scores': p.name} tf.add_to_collection('outputs', json.dumps(outputs))
「inputs」「outputs」共に、指定するオブジェクト（のname属性）をディクショナリーにまとめた上で、それをJSONにシリアライズしたものをCollectionオブジェクトに突っ込んでおきます。ディクショナリーのキーは、APIでやり取りする際の名前になります。この例では、入力画像「x」と予測結果（確率のリスト）「p」の他に、入力値をそのまま出力する「input_key」と「output_key」を入出力要素に加えています。これは複数のデータをまとめてAPIに投げた時に、返ってきた結果のそれぞれが、どの入力データに対応するものかを区別するために加えています。
以上を考慮して修正したコードがこちらになります。
task.py
import tensorflow as tf import numpy as np from tensorflow.examples.tutorials.mnist import input_data import argparse, os, json mnist = input_data.read_data_sets("/tmp/data/", one_hot=True) def run_training(args): # Define filepath for checkpoint and final model checkpoint_path = os.path.join(args.train_dir, 'checkpoint') model_path = os.path.join(args.model_dir, 'export') # Filename should be 'export'. num_units = 1024 x = tf.placeholder(tf.float32, [None, 784]) w1 = tf.Variable(tf.truncated_normal([784, num_units])) b1 = tf.Variable(tf.zeros([num_units])) hidden1 = tf.nn.relu(tf.matmul(x, w1) + b1) w0 = tf.Variable(tf.zeros([num_units, 10])) b0 = tf.Variable(tf.zeros([10])) p = tf.nn.softmax(tf.matmul(hidden1, w0) + b0) t = tf.placeholder(tf.float32, [None, 10]) loss = -tf.reduce_sum(t * tf.log(p)) train_step = tf.train.AdamOptimizer().minimize(loss) correct_prediction = tf.equal(tf.argmax(p, 1), tf.argmax(t, 1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) # Define key element input_key = tf.placeholder(tf.int64, [None,], name='key') output_key = tf.identity(input_key) # Define API inputs/outpus object inputs = {'key': input_key.name, 'image': x.name} outputs = {'key': output_key.name, 'scores': p.name} tf.add_to_collection('inputs', json.dumps(inputs)) tf.add_to_collection('outputs', json.dumps(outputs)) saver = tf.train.Saver() sess = tf.InteractiveSession() sess.run(tf.initialize_all_variables()) i = 0 for _ in range(args.train_step): i += 1 batch_xs, batch_ts = mnist.train.next_batch(100) sess.run(train_step, feed_dict={x: batch_xs, t: batch_ts}) if i % 100 == 0: loss_val, acc_val = sess.run([loss, accuracy], feed_dict={x:mnist.test.images, t: mnist.test.labels}) print ('Step: %d, Loss: %f, Accuracy: %f' % (i, loss_val, acc_val)) saver.save(sess, checkpoint_path, global_step=i) # Export the final model. saver.save(sess, model_path) def main(_): parser = argparse.ArgumentParser() parser.add_argument('--train_dir', type=str, default='/tmp/train') # Checkpoint directory parser.add_argument('--model_dir', type=str, default='/tmp/model') # Model directory parser.add_argument('--train_step', type=int, default=2000) # Training steps args, _ = parser.parse_known_args() run_training(args) if __name__ == '__main__': tf.app.run()
Cloud MLの環境準備
それでは、Cloud MLの環境を用意して、先のコードを実行します。Cloud MLにジョブを投げるには、Cloud ML用のSDKを導入したローカル環境が必要となりますが、ここでは、Cloud Shellから実行することにします。Cloud Shell以外の環境を準備する方法は、こちらを参照してください。
新規プロジェクトを作成して、API ManagerからCloud MLのAPIを有効化したら、Cloud Shellを起動してSDKを導入します。
$ curl https://storage.googleapis.com/cloud-ml/scripts/setup_cloud_shell.sh | bash
$ export PATH=${HOME}/.local/bin:${PATH}
$ curl https://storage.googleapis.com/cloud-ml/scripts/check_environment.py | python
Success! Your environment is configured correctly.サービスアカウントからジョブを投げるため、次のコマンドでサービスアカウントに対してプロジェクトの「編集者」権限を付与します。
$ gcloud beta ml init-project
先程のコードをホームディレクトリーの下の「trainer」ディレクトリー以下にに用意します。
$HOME/trainer/ ├── __init__.py # 空ファイル └── task.py # 実行ファイル
まずは、ローカルで実行してみます。テスト実行なので、ループ数は少なめにします。
$ mkdir -p /tmp/train /tmp/model $ cd $HOME $ python -m trainer.task --train_step=200 Extracting /tmp/data/train-images-idx3-ubyte.gz Extracting /tmp/data/train-labels-idx1-ubyte.gz Extracting /tmp/data/t10k-images-idx3-ubyte.gz Extracting /tmp/data/t10k-labels-idx1-ubyte.gz Step: 100, Loss: 3183.995850, Accuracy: 0.903500 Step: 200, Loss: 2237.709229, Accuracy: 0.934500 $ ls -l /tmp/train /tmp/model/ /tmp/model/: total 9584 -rw-r--r-- 1 enakai enakai 203 Oct 5 17:14 checkpoint -rw-r--r-- 1 enakai enakai 9770436 Oct 5 17:14 export -rw-r--r-- 1 enakai enakai 35514 Oct 5 17:14 export.meta /tmp/train: total 28744 -rw-r--r-- 1 enakai enakai 163 Oct 5 17:14 checkpoint -rw-r--r-- 1 enakai enakai 9770436 Oct 5 17:14 checkpoint-100 -rw-r--r-- 1 enakai enakai 35514 Oct 5 17:14 checkpoint-100.meta -rw-r--r-- 1 enakai enakai 9770436 Oct 5 17:14 checkpoint-200 -rw-r--r-- 1 enakai enakai 35514 Oct 5 17:14 checkpoint-200.meta
Cloud MLによるモデルの学習
クラウド上で学習処理を実行します。はじめに、データ保存用のバケットを作成しておきます。バケット名は任意ですが、お作法としてプロジェクト名を含めておくと良いでしょう。
$ PROJECT_ID=project01 # your project ID $ TRAIN_BUCKET="gs://$PROJECT_ID-mldata" $ gsutil mkdir $TRAIN_BUCKET
ジョブ名を決めて、Cloud MLのAPIにジョブを投げつけます。「--staging-bucket」オプションで指定したバケットの下に「cloudmldist」フォルダーが作成されて、その中にコード一式が転送されて、処理が開始します。チェックポイントファイルとモデルファイルを出力するフォルダーを事前にgsutilコマンドで作成している点に注意してください。（gsutilコマンドは空のフォルダーを作ることができないので、ダミーファイルをフォルダー内にコピーしています。本当は、コードの中で自動作成するようにした方が便利ですが、出力先フォルダーが必要な点を強調するために手動作成しています。）
$ JOB_NAME="job01" $ touch .dummy $ gsutil cp .dummy $TRAIN_BUCKET/$JOB_NAME/train/ $ gsutil cp .dummy $TRAIN_BUCKET/$JOB_NAME/model/ $ gcloud beta ml jobs submit training $JOB_NAME \ --region=us-central1 \ --package-path=trainer --module-name=trainer.task \ --staging-bucket=$TRAIN_BUCKET \ -- \ --train_dir="$TRAIN_BUCKET/$JOB_NAME/train" \ --model_dir="$TRAIN_BUCKET/$JOB_NAME/model" createTime: '2016-10-05T08:53:35Z' jobId: job01 state: QUEUED trainingInput: args: - --train_dir=gs://project01/job01/train - --model_dir=gs://project01/job01/model packageUris: - gs://project01/cloudmldist/1475657612/trainer-0.0.0.tar.gz pythonModule: trainer.task region: us-central1
次のコマンドでジョブの実行を見守ります。最後に「state: SUCCEEDED」になれば完了です。
$ watch -n1 gcloud beta ml jobs describe --project $PROJECT_ID $JOB_NAME createTime: '2016-10-05T08:53:35Z' jobId: job01 startTime: '2016-10-05T08:53:45Z' state: RUNNING trainingInput: args: - --train_dir=gs://project01/job01/train - --model_dir=gs://project01/job01/model packageUris: - gs://project01/cloudmldist/1475657612/trainer-0.0.0.tar.gz pythonModule: trainer.task region: us-central1
実行中のログは、Stackdriverのログ管理画面から「Cloud ML」のログを選択して確認することができます。
正常終了した場合は、次のようにモデルファイル「export」が作成されています。
$ gsutil ls $TRAIN_BUCKET/$JOB_NAME/model/export* gs://project01/job01/model/export gs://project01/job01/model/export.meta
学習済みモデルのサービス化
学習済みモデルファイル「export」を利用して、APIサービスを立ち上げます。モデル名を指定して、次のコマンドを実行します。複数のモデルファイルをバージョン管理することが可能で、ここでは、バージョン名「v1」で立ち上げた上で、これをデフォルトサービスに指定しています。
$ MODEL_NAME="MNIST" $ gcloud beta ml models create $MODEL_NAME $ gcloud beta ml models versions create \ --origin=$TRAIN_BUCKET/$JOB_NAME/model --model=$MODEL_NAME v1 $ gcloud beta ml models versions set-default --model=$MODEL_NAME v1
サービスが起動するまで、1〜2分かかるので、その間に、次のPythonスクリプトを実行して、テスト用データ「data.json」を作成します。1行に１つのイメージデータとkey番号が含まれるJSONファイルです。
import json from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("/tmp/data/", one_hot=True) with open("data.json", "w") as file: for i in range(10): data = {"image": mnist.test.images[i].tolist(), "key": i} file.write(json.dumps(data)+'\n')
gcloudコマンドでAPIにデータを投げつけると、それぞれのデータに対する予測結果が返って来ます。
$ gcloud beta ml predict --model=${MODEL_NAME} --instances=data.json
predictions:
- key: 0
scores:
- 2.53733e-08
- 6.47722e-09
- 2.23573e-06
- 5.32844e-05
- 3.08012e-10
- 1.33022e-09
- 1.55983e-11
- 0.99991
- 4.39428e-07
- 3.38841e-05
- key: 1
scores:
- 1.98303e-08
- 2.84799e-07
- 0.999985
- 1.47131e-05
- 1.45546e-13
- 1.90945e-09
- 3.50033e-09
- 2.24941e-18
- 2.60025e-07
- 1.45738e-14
- key: 2
scores:
- 3.63027e-09
...REST APIに直接にアクセスする際のURLは、こちらを参照してください。
分散学習について
現状では、分散学習を意識したTensorFlowのコードを用意する必要があります。
今後、分散学習用のコードをもう少し簡単に書けるようにするライブラリーなどが登場するものと期待されます。
Disclaimer: All code snippets are released under Apache 2.0 License. This is not an official Google product.