zpwiki/pages/students/2016/lukas_pokryvka/README.md

title	published	taxonomy
Lukáš Pokrývka	true	category tag author dp2021 bp2019 gpu cloud Daniel Hladek

Lukáš Pokrývka

Rok začiatku štúdia: 2016

Názov: Paralelné trénovanie neurónových sietí

Meno vedúceho: Ing. Daniel Hládek, PhD.

Návrh na zadanie DP:

1. Vypracujte prehľad literatúry na tému "Paralelné trénovanie neurónových sietí".
2. Vyberte vhodnú metódu paralelného trénovania.
3. Pripravte dáta a vykonajte sadu experimentov pre overenie funkčnosti a výkonu paralelného trénovania.
4. Navrhnite možné zlepšenia paralelného trénovania neurónových sietí.

Diplomový projekt 2 2020

Ciele na semester:

• Pripraviť tabuľku s výsledkami experimentov v rôznych konfiguráciách
• Napísať stručný report (cca 8 strán) vo forme článku.

Zásobník úloh:

• Ten istý scenár spustiť v rôznych podmienkach a zmerať čas.
  • Trénovanie na jednej karte na jednom stroji
    • tesla
    • xavier
  • Trénovanie na dvoch kartách na jednom stroji
    • idoc DONE
    • titan
  • možno trénovanie na 4 kartách na jednom
    • quadra
  • Trénovanie na dvoch kartách na dvoch strojoch pomocou NCCL (idoc, tesla)
  • možno trénovanie na 2 kartách na dvoch strojoch (quadra plus idoc).

Virtuálne stretnutie 4.12.2020

Stav:

• Vyriešený problém s CUDA Compute Capability. Každý conda baliček podporuje inú verziu CC. Aktuálna verzia Pytorch pracuje iba s Compute Capability 3.7 a viac. Conda Pytorch 1.3 vyžaduje CC 3.7. Tesla karta podporuje iba 3.5. Podpora CC sa dá pridať inštaláciou zo zdroja. Funguje cuda 10.0.
• Podarilo sa natrénovať MNIST na dvoch strojoch naraz - idoc + tesla. Pytorch 1.4, wrapper distributed_data_paralel. NCCL backend. Na každom stroji sa používa rovnaký počet GPU. GPU môžu byť rôzne.

Úlohy:

• Doplniť tabuľku podpory CC v Pytorch.
• Opísať problém s Compute Capability. Čo je to CC?
• Napísať "tutoriál" ako paralelne trénovať pomocou distributed_data_parallel a NCCL. Napíšte aký setup (verzia pytorch, verzia cuda, požiaadavky na GPU ..) si paralelné trénovanie vyžaduje.
• Opísať testovacie úlohy ktoré používate
• Vypracujte tabuľku s vykonanými experimentami.
• Skúste trénovanie na xavier, skompilovaný Pytorch je v adresári hladek.
• Quadru prediskutovať (vedúci).

Virtuálne stretnutie 13.11.2020

Stav:

• Preštudovaná kniha "Deep Learning with PyTorch" o multi GPU tréningu.
• vyskúšaný LUNA dataset, CT torza pre detekciu rakoviny pľúc - 60GB dát. Dáta sa predpripravia a uložia do cache. 10 epoch trvá 1 hod na bežnom počítači. Nastal problém s "Compute Capability" - kompatibilita verzie CUDA, Pytorch a GPU Tesla V40.
• vyskúšaný wrapper data_paralel, distribute_data_parallel (trénovanie pytorch v klastri).
• Pytorch Lightning - cluster trénovanie Pytorch cez Slurm.

Úlohy na ďalšie stretnutie:

• Pracujte na písomnej časti.
• Pokračujte na benchmark experimentoch - trénovanie na viacerých strojoch (idoc a tesla) naraz.

Virtuálne stretnutie 27.10.2020

Stav:

• Trénovanie na procesore, na 1 GPU, na 2 GPU na idoc
• Príprava podkladov na trénovanie na dvoch strojoch pomocou Pytorch.
• Vytvorený prístup na teslu a xavier.

Úlohy na ďďalšie stretnutie:

• Štdúdium odbornej literatúry a vypracovanie poznámok.
• Pokračovať v otvorených úlohách zo zásobníka
• Vypracované skripty uložiť na GIT repozitár
• vytvorte repozitár dp2021

Stretnutie 2.10.2020

Urobené https://github.com/LukasPokryvka/YELP-on-GPU

• demonštračná úloha pre automatické hodnotenie reštaurácií na základe recenzie v anglickom jazyku, dátová sada yelp.
• preštudovaná kniha NLP with Pytorch, NLP in Action.
• trénovanie na NVIDIA RTX2070 Super.

Úlohy do ďalšieho stretnutia:

• Prejsť odborné publikácie na tému "benchmarking" a "parallel training of neural networks".
  • Zapísať si relevantné bibliografické odkazy.
  • Zapísať poznámky
  • Použiť index scopus alebo scholar
• Trénovanie na jednej karte na jednom stroji - tesla.fei.tuke.sk
• Trénovanie na dvoch kartách na jednom stroji - zistite čas trénovania a spotrebu pamäte. - idoc

Diplomový projekt 1 2020

Paralelné trénovanie neurónových sietí pomocou knižnice Pytorch. Úlohy na semester:

• podrobne si naštudovať vybranú metódu trénovania neurónových sietí
• identifikujte možný spôsob paralelizácie
• natrénujte zvolený model metódou paralelizácie

Revízia 11.6:

• Prebieha nákup https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-agx-xavier/
• zatiaľ NCCL nefunguje na Jetson Nano, funguje na Jetson Xavier?
• Spustenie paralelného trénovania PyTorch https://pytorch.org/docs/stable/distributed.html#launch-utility
• Spustenie paralelného trénovania Fairseq https://fairseq.readthedocs.io/en/latest/getting_started.html#distributed-training

Revízia 13.5:

Pozrite si odkazy na paralelné trénovanie:

• Knižnica pre neuronové siete podobná TensorFlow https://pytorch.org
• Trénovanie WordEmbedding v PyTorch https://pytorch.org/tutorials/beginner/nlp/word_embeddings_tutorial.html
• Toolkit na medziprocesovú komunikáciu https://developer.nvidia.com/nccl Podporuje aj trénovanie na viacerých výpočtových uzloch naraz. PyTorch podporuje NCCL aj Goo toolit
• Toolkit na medziprocesovú komunikáciu https://github.com/facebookincubator/gloo
• Paralelné trénovanie pomocou Pytorch https://pytorch.org/docs/stable/distributed.html /

Virtuálne stretnutie 14.4:

Nové úlohy:

• rozbehať knižnicu NCCL na servri idoc
• Preskúmať možnosti zakúpenia NVIDIA Jetson / pre vedúceho
• nájsť vhodnú neurónovú sieť ktorá bude vedieť využívať NCCL, optimálne založenú na PyTorchm napr. Fairseq

Revízia 14.4.

• Natrénovaný FastText a GenSim word embedding model na slovenských dátach.

Revízia 9.4.:

Nové úlohy:

Natrénujte word embedding model na veľkých dátach (odkaz poskytnutý). Môžete použiť server idoc.

Nové úlohy:

• Pozrite si metódy vyhodnotenia embedding modelov. Ako by ste postupovali pri vyhodnotení slovenského modelu?
• Pozrite si https://spacy.io/usage/training
• Pozrite si repozitáre a výsledky týkajúce sa Spacy.
• Vyhodnotte slovenský spacy model

Stretnutie 9.3.2020

Úlohy na ďalšie stretnutie:

• Skúste natrénovať slovenský word2vec model podľa tutoriálu: http://spark.apache.org/docs/latest/ml-features.html#word2vec (podľa dát z emailu)

• Pozrite si niečo o metóde BERT

• https://medium.com/huggingface/introducing-fastbert-a-simple-deep-learning-library-for-bert-models-89ff763ad384

• https://github.com/huggingface/transformers

Tímový projekt 2019

Úlohy tímového projektu:

• Vypracujte min. 4 stranový rešerš na tému: "Paralelné spracovanie prirodzeného jazyka" (využitie napr. s word2vec, word embeddings, GloVe, fastText).
• Citujte min. 10 najvýznamnejších bibliografických zdrojov.

Písomná práca: Paralelné spracovanie prirodzeného jazyka

• Zaujímavá príručka Word2vec na Spark

Priebeh práce

1. Pokus o natrénovanie modelu pomocou knižnice Gensim

Ako prvý nástroj na zoznámenie sa s trénovaním W2V som zvolil Gensim. Nevýhodou knižnice je, že pri trénovaní nevyužíva GPU v žiadnom prípade. Podľa zdrojov na internete je však Gensim násobne rýchlejšia knižnica pri implementácii na menšie korpusy (https://rare-technologies.com/gensim-word2vec-on-cpu-faster-than-word2veckeras-on-gpu-incubator-student-blog/). Keďže môj korpus má približne 30GB, trénovanie pomocou Gensim by zrejme nebol najlepší nápad. Preto som si z korpusu vytiahol prvých 10,000 riadkov a otestoval implementáciu na tomto súbore. Celý skript je dostupný na gensim_W2V.py. Výsledok nebol vôbec presný, čo sa vzhľadom na veľkosť korpusu dalo očakávať. Pri slove letisko bola však zhoda vysoká, čo potvrdzuje správnosť implementácie.

Keďže som mal problém skript s plným korpusom spustiť na školskom serveri, v ďalšom riešení chcem využiť aj GPU. V úvahu pripadá aj rozdelenie korpusu na viacero častí s tým, že sa zachová kontext.

2. Natrénovanie slovenského modelu pomocou knižnice fasttext

Ako druhú možnosť na natrénovanie slovenského modelu som využil fasttext, knižnicu od Facebook-u. Prostredie a všetky dependencies som si vytvoril pomocou Anacondy. Následne som si naklonoval projekt z gitu (https://github.com/facebookresearch/fastText.git). Fasstext poskytuje jednoduchý nástroj na vyčistenie dát, ktorý všetky slová pretransformuje na lowercase a oddelí ich od čiarok, bodiek, atď... Následne je potrebné správne nastaviť spúšťacie parametre a zvoliť si metódu CBOW alebo skip-gram. V mojom prípade som zvolil 2-gram, dimenzionalitu vektorov 200, a nastavil som počet epochov na 10, pomocou ktorých sa vhybovosť výrazne znížila. Taktiež je možné nastaviť, koľko jadier procesora sa má využívať pre multi-threading. Na dátach o veľkosti približne 13GB trvalo trénovanie takmer 24 hodín. Výstupom su 2 súbory *.bin a *.vec. Prvý súbor obsahuje celý natrénovaný model a môže byť ďalej používaný a načítavaný podľa potreby, druhý súbor obsahuje vektory slov, jeden riadok pre každé slovo.