深度学习利器： TensorFlow系统架构及高性能程序设计

朴灿烈づ我的快乐病毒、 2022-06-16 03:30 87阅读 0赞

2015年11月9日谷歌开源了人工智能平台TensorFlow，同时成为2015年最受关注的开源项目之一。经历了从v0.1到v0.12的12个版本迭代后，谷歌于2017年2月15日发布了TensorFlow 1.0 版本，并同时在美国加州山景城举办了首届TensorFlow Dev Summit会议。

TensorFlow 1.0及Dev Summit（2017）回顾

和以往版本相比，TensorFlow 1.0 的特性改进主要体现在以下几个方面：

速度更快：TensorFlow 1.0版本采用了XLA的编译技术，改进了TensorFlow的运行性能及内存利用。从Benchmark问题的测试结果来看，对单机Inception v3模型，实现了在单机8 GPUs上7.3倍的运算加速；对分布式Inception v3模型，实现了在多机64 GPUs上58倍的运算加速。

更加灵活：该版本除了支持tf.layers，tf.metrics及tf.losses模型的High-Level API外，实现了对keras（high-level neural networks library）API的全面兼容。

更产品化：TensorFlow Python API在v1.0版本中趋于稳定，为产品兼容性打下坚实基础。

在TensorFlow 1.0版本发布的当天，谷歌公司还举办了TensorFlow 2017 DEV Summit。该日程（https://events.withgoogle.com/tensorflow-dev-summit/videos-and-agenda/\#content）主要包括以下几个方面的主题演讲：

*  XLA (TensorFlow, Compiled)编译技术 ：介绍采用XLA技术最小化图计算执行时间和最大化利用计算资源，用于减少数据训练和模型结果推断时间。
 *  Hands-on TensorBoard可视化技术：介绍了如何使用TensorBoard，以及TensorFlow图模型、训练数据的可视化等。
 *  TensorFlow High-Level API：介绍了使用Layers, Estimators, and Canned Estimators High-Level API定义训练模型。
 *  Integrating Keras & TensorFlow: 介绍了如何在TensorFlow中使用Keras API进行模型定义及训练。
 *  TensorFlow at DeepMind：介绍了在DeepMind中使用TensorFlow平台的典型案例，包括AlphaGo等应用。
 *  Skin Cancer Image Classification：介绍了斯坦福医学院使用TensorFlow分类皮肤癌照片，用于医学诊断。
 *  Mobile and Embedded TensorFlow：介绍了如何把TensorFlow模型运行在移动终端、嵌入式设备，包括安卓，iOS等系统。
 *  Distributed TensorFlow：系统性地介绍了分布式TensorFlow的相关技术，以及如何应用于大规模模型训练。
 *  TensorFlow Ecosystem：讲解了TensorFlow的生态系统，包括生成训练数据，分布式运行TensorFlow和serving models的产品化流程。
 *  Serving Models in Production with TensorFlow Serving：系统性讲解了如何在生产环境中应用TensorFlow Serving模型。
 *  ML Toolkit：介绍了TensorFlow的机器学习库，如线性回归，KMeans等算法模型的使用。
 *  Sequence Models and the RNN API：介绍了如何构建高性能的sequence-to-sequence模型，以及相关API。
 *  Wide & Deep Learning: 介绍了如何结合Wide模型和Deep模型构建综合训练模型。
 *  Magenta，Music and Art Generation：使用增强型深度学习模型生成音乐声音和艺术图片。
 *  Case Study，TensorFlow in Medicine - Retinal Imaging：使用TensorFlow机器学习平台对医学视网膜图片进行分类，辅助医学诊断。

TensorFlow系统架构

TensorFlow作为分布式机器学习平台，主要架构如下图所示。RPC和RDMA为网络层，主要负责传递神经网络算法参数。CPU和GPU为设备层，主要负责神经网络算法中具体的运算操作。Kernel为TensorFlow中算法操作的具体实现，如卷积操作，激活操作等。Distributed Master用于构建子图；切割子图为多个分片，不同的子图分片运行在不同的设备上；Master还负责分发子图分片到Executor/Work端。Executor/Work在设备（CPUs，GPUs，etc.）上，调度执行子图操作；并负责向其它Worker发送和接收图操作的运行结果。C API把TensorFlow分割为前端和后端，前端（Python/C++/Java Client）基于C API触发TensorFlow后端程序运行。Training libraries和Inference libs是模型训练和推导的库函数，为用户开发应用模型使用。

![Center][]

下图为Client、Master及Worker的内部工作原理。"/job:worker/task:0" 和 "/job:ps/task:0" 表示worker中的执行服务。"job:ps"表示参数服务器，用于存储及更新模型参数。"job:worker"用于优化模型参数，并发参数发送到参数服务器上。Distributed Master和Worker Service只存在于分布式TensorFlow中。单机版本的TensorFlow实现了Local的Session，通过本地进程的内部通讯实现上述功能。

![Center 1][]

用户编写TensorFlow应用程序生成计算图，Client组件会创建Session，并通过序列化技术，发送图定义到Distributed Master组件。下图中，Client创建了一个 s+=w\*x+b的图计算模型。

![Center 2][]

当Client触发Session运算的时候，Maser构建将要运行的子图。并根据设备情况，切割子图为多个分片。下面为Master构建的运行子图：

![Center 3][]

接着切割子图，把模型参数分组在参数服务器上，图计算操作分组在运算Worker上。下图为一种可行的图切割策略：

![Center 4][]

Distributed Master会根据模型参数的分区情况进行切割边，在Task间插入发送和接收Tensor信息的通信节点，如下图所示：

![Center 5][]

接着Distributed Master通过RegisterGraph方法发送子图分片给Task，如下图所示：

![Center 6][]

Master通过RunGraph触发子图运算，Worker会使用GPU/CPU运算设备执行TensorFlow Kernel运算。在本节点的CPU和GPU之间，使用cudaMemcpyAsync传输数据；在本节点GPU和GPU之间，使用peer-to-peer DMA传输数据，避免通过CPU复制数据。TensorFlow使用gRPC（TCP）和RDMA （Converged Ethernet）技术，实现Worker间的数据通信及传输，如下图所示：

![Center 7][]

高性能程序设计

TensorFlow内核采用C/C++开发，并提供了C++，Python，Java，Go语言的Client API。特别是Python API，是目前主流的TensorFlow模型开发接口。但为什么还需要采用C++ API去训练模型呢？本文基于如下两点考虑，首先当我们采用Python API去训练模型的时候，需要不断地用Python API调用C/C++底层接口，重复的接口调用一定程度上影响了程序的执行性能。更为重要的是，在GPU上训练模型的时候需要大量的内存交换；如果采用C++ API去训练模型，可提供更好的运算性能及更好地控制GPU内存的分配。

下图为Python API的运算架构：在模型训练的每次迭代中，程序通过Python API读取Batch Data，然后通过TensorFlow Session Run接口，传递数据给C++，并触发神经网络训练。如下图所示：

![Center 8][]

下图为C++ API的运算架构：在模型训练的每次迭代中，通过C++ API读取Batch Data后，直接触发模型训练。减少了不同语言间API接口的循环调用及数据传输。如下图所示：

![Center 9][]

为了采用C++ API进行模型训练，我们首先需要编写训练模型，这个编写过程可以采用Python语言来完成。我们首先采用Python API编写训练模型，然后把图模型转换为Protobuf的序列化文件。接着通过C++ API加载该模型文件，创建TensorFlow Session，初始化模型变量，以及加载训练数据并执行神经网络训练。程序架构如下图所示：

![Center 10][]

下面为使用Python API定义训练模型的示例：

with tf.Session() as sess:

#定义Placeholder Tensor接入训练数据
        x = tf.placeholder(tf.float32, [None, 32], name="x")
        y = tf.placeholder(tf.float32, [None, 8], name="y")
    
        #定义训练模型
        w1 = tf.Variable(tf.truncated_normal([32, 16], stddev=0.1))
        b1 = tf.Variable(tf.constant(0.0, shape=[16]))
        w2 = tf.Variable(tf.truncated_normal([16, 8], stddev=0.1))
        b2 = tf.Variable(tf.constant(0.0, shape=[8]))
        a = tf.nn.tanh(tf.nn.bias_add(tf.matmul(x, w1), b1))
        y_out = tf.nn.tanh(tf.nn.bias_add(tf.matmul(a, w2), b2), name="y_out")
        cost = tf.reduce_sum(tf.square(y-y_out), name="cost")
        optimizer = tf.train.AdamOptimizer().minimize(cost, name="train")
    
        #定义变量初始化操作
        init = tf.initialize_variables(tf.all_variables(), name='init_all_vars_op')
    
        #把图模型转换为Protobuf文件
    tf.train.write_graph(sess.graph_def, './', 'mlp.pb', as_text=False)

下面为使用C++ API加载Protobuf图模型，并执行训练的示例：

#include "tensorflow/core/public/session.h"
    #include "tensorflow/core/graph/default_device.h"
    using namespace tensorflow;
    
    int main(int argc, char* argv[]) {
        //Protobuf模型文件名
        std::string graph_definition = "mlp.pb";
        //Tensorflow Sesssion
        Session* session;
    
        //定义图模型对象
        GraphDef graph_def;
        SessionOptions opts;
    
        //存储Session会话的运行结果
        std::vector<Tensor> outputs; 
    
        #加载Protobuf模型文件到图模型对象中
        TF_CHECK_OK(ReadBinaryProto(Env::Default(), graph_definition, &graph_def));
    
        // 默认在gpu 0上执行模型的训练操作
        graph::SetDefaultDevice("/gpu:0", &graph_def);
    
        //设定GPU显存使用参数
        opts.config.mutable_gpu_options()->set_per_process_gpu_memory_fraction(0.5);
        opts.config.mutable_gpu_options()->set_allow_growth(true);
    
        //创建TensorFlow会话
        TF_CHECK_OK(NewSession(opts, &session));
    
        // 加载图对象到会话中
        TF_CHECK_OK(session->Create(graph_def));
    
        // 执行模型参数初始化操作
        TF_CHECK_OK(session->Run({}, {}, {"init_all_vars_op"}, nullptr));
    
        //定义模型输入数据，包括数据类型和维度信息
        Tensor x(DT_FLOAT, TensorShape({100, 32}));
        Tensor y(DT_FLOAT, TensorShape({100, 8}));
    
        //把Tensor转换为矩阵，并初始化Tensor数据
        auto _XTensor = x.matrix<float>();
        auto _YTensor = y.matrix<float>();
        _XTensor.setRandom();
        _YTensor.setRandom();
    
        for (int i = 0; i < 10; ++i) {
            //执行模型的训练操作，{
       {"x", x}, {"y", y}}表示输入数据Tensor名称和Tensor对象；{"cost"}表示要获取输出值的操作名称；&outputs表示执行"cost"操作后返回的Tensor对象
            TF_CHECK_OK(session->Run({
       {"x", x}, {"y", y}}, {"cost"}, {}, &outputs)); 
    
            //获取执行“cost“操作后的运算结果
            float cost = outputs[0].scalar<float>()(0);
            std::cout << "Cost: " << cost << std::endl;
    
            //执行"train"操作
            TF_CHECK_OK(session->Run({
       {"x", x}, {"y", y}}, {}, {"train"}, nullptr)); // Train
            outputs.clear();
        }
    
        //关闭Session及删除Session对象
        session->Close();
        delete session;
        return 0;
    }

当C++程序写好后，编译时候需要链接的头文件，开源已经帮我们整理好了，存放于目录/usr/lib/python2.7/site-packages/tensorflow/include下。编译和运行的时候需要链接libtensorflow\_cc.so，可以按照下面的方式编译该库文件：bazel build -c opt //tensorflow:libtensorflow\_cc.so --copt=-m64 --linkopt=-m64 --spawn\_strategy=standalone --genrule\_strategy=standalone --verbose\_failures。具体可参考TensorFlow源代码的官方编译文档。

总结

本文首先回顾了TensorFlow 1.0主要新特性及TensorFlow 2017 Dev Summit的主要议程。到目前为止TensorFlow的GitHub Star排名为51000+， Fork排名已达24000+，有15000+ commits。并随着TensorFlow新版本的不断发布以及新特性的不断增加，TensorFlow使用更加灵活，运行速度更快，使用方式更产品化，已成为目前主流的深度学习平台之一。

接着介绍了TensorFlow的系统架构，包括Client，Master，Worker，Kernel的相关概念及运行方式，是一种适合大规模分布式训练的机器学习平台。从上述系统架构中可以看到，TensorFlow内核采用C/C++开发，当采用Python API去训练模型的时候，需要不断地用Python调用C/C++底层接口，重复的接口调用一定程度上影响了程序的执行性能。如果有最求高性能运算的朋友，可以尝试用下本文高性能运算章节推荐的方法。

参考文献

\[1\]  http://www.tensorflow.org

\[2\] 深度学习利器：分布式TensorFlow及实例分析

\[3\] 深度学习利器：TensorFlow使用实战

[Center]: /images/20220616/8353b4bf528b46c591785d98f2cecb83.png
[Center 1]: /images/20220616/c35f1efd283d4c6582f401834a52a129.png
[Center 2]: /images/20220616/edf627dc3ccb4ab8b162c32bb778f8f4.png
[Center 3]: /images/20220616/a17d658e92d549fb8827ca28aec79ffe.png
[Center 4]: /images/20220616/c7496531eeff4c2a864bfbd0cc3f5a31.png
[Center 5]: /images/20220616/fd31161f53064d92a365055895a5d23b.png
[Center 6]: /images/20220616/4709d25a30df4822938a2d16b2e0522f.png
[Center 7]: /images/20220616/7d4be86bb22e4beb9a220adb20a2db22.png
[Center 8]: /images/20220616/1d77350d04524329aa093ba1dbb4b6a4.png
[Center 9]: /images/20220616/5849f78776a147599ea8d2a47b4cf3cb.png
[Center 10]: /images/20220616/a274cd61c6d04cd59d62269e37b7221b.png