华为开源自研AI框架昇思MindSpore应用案例：分布式并行训练基础样例（CPU）

目录

本教程主要讲解，如何在CPU平台上，使用MindSpore进行数据并行分布式训练，以提高训练效率。
完整的样例代码：distributed_training_cpu

目录结构如下：

bash └─sample_code
    ├─distributed_training_cpu
    │      resnet.py
    │      resnet50_distributed_training.py
    │      run.sh 

其中，resnet.py和resnet50_distributed_training.py是训练网络定义脚本，run.sh是分布式训练执行脚本。

如果你对MindSpore感兴趣，可以关注昇思MindSpore社区

一、环境准备

1.进入ModelArts官网

云平台帮助用户快速创建和部署模型，管理全周期AI工作流，选择下面的云平台以开始使用昇思MindSpore，获取安装命令，安装MindSpore2.0.0-alpha版本，可以在昇思教程中进入ModelArts官网

选择下方CodeLab立即体验

等待环境搭建完成

2.使用ModelArts体验实例

进入昇思MindSpore官网，点击上方的安装

获取安装命令

在ModelArts中打开一个Terminal，输入安装命令

conda installmindspore=2.0.0a0 -c mindspore -c conda-forge

再点击侧边栏中的Clone a Repository，输入

https://gitee.com/mindspore/docs.git

可以看到docs项目导入成功

二、准备环节

1.下载数据集

本样例采用CIFAR-10数据集，由10类32*32的彩色图片组成，每类包含6000张图片，其中训练集共50000张图片，测试集共10000张图片。

将下载的数据集上传到，解压后文件夹为

cifar-10-batches-bin

。

tar -zxvf cifar-10-binary.tar.gz 

注意：如果你使用的是ModelArts，接下来介绍内容都无需配置，可以跳到 五、启动训练，直接开始训练模型

2.配置分布式环境

CPU上数据并行主要分为单机多节点和多机多节点两种并行方式(一个训练进程可以理解为一个节点)。在运行训练脚本前，需要搭建组网环境，主要是环境变量配置和训练脚本里初始化接口的调用。

环境变量配置如下：

exportMS_WORKER_NUM=8# Worker numberexportMS_SCHED_HOST=127.0.0.1        # Scheduler IP addressexportMS_SCHED_PORT=6667# Scheduler portexportMS_ROLE=MS_WORKER              # The role of this node: MS_SCHED represents the scheduler, MS_WORKER represents the worker

其中，

• MS_WORKER_NUM：表示worker节点数，多机场景下，worker节点数是每机worker节点之和。
• MS_SCHED_HOST：表示scheduler节点ip地址。
• MS_SCHED_PORT：表示scheduler节点服务端口，用于接收worker节点发送来的ip和服务端口，然后将收集到的所有worker节点ip和端口下发给每个worker。
• MS_ROLE：表示节点类型，分为worker（MS_WORKER）和scheduler（MS_SCHED）两种。不管是单机多节点还是多机多节点，都需要配置一个scheduler节点用于组网。

训练脚本里初始化接口调用如下：

import mindspore as ms
from mindspore.communication import init
ms.set_context(mode=ms.GRAPH_MODE, device_target="CPU")
ms.set_auto_parallel_context(parallel_mode=ms.ParallelMode.DATA_PARALLEL, gradients_mean=True)
ms.set_ps_context(enable_ssl=False)
init()

其中，

• ms.set_context(mode=context.GRAPH_MODE, device_target=“CPU”)：指定模式为图模式（CPU上PyNative模式下不支持并行），设备为CPU。
• ms.set_auto_parallel_context(parallel_mode=ParallelMode.DATA_PARALLEL, gradients_mean=True)：指定数据并行模式，gradients_mean=True表示梯度归约后会进行一个求平均，当前CPU上梯度归约仅支持求和。
• ms.set_ps_context：配置安全加密通信，可通过ms.set_ps_context(enable_ssl=True)开启安全加密通信，默认为False，关闭安全加密通信。
• init：节点初始化，初始化完成表示组网成功。

三、加载数据集

分布式训练时，数据集是以数据并行的方式导入的。下面我们以CIFAR-10数据集为例，介绍以数据并行方式导入CIFAR-10数据集的方法，data_path是指数据集的路径，即cifar-10-batches-bin文件夹的路径。

样例代码如下

import mindspore as ms
import mindspore.dataset as ds
import mindspore.dataset.vision as vision
import mindspore.dataset.transforms as transforms
from mindspore.communication import get_rank, get_group_size
def create_dataset(data_path, repeat_num=1, batch_size=32):
    """Create training dataset"""
    resize_height =224
    resize_width =224
    rescale =1.0 / 255.0shift=0.0# get rank_id and rank_size
    rank_size = get_group_size()
    rank_id = get_rank()
    data_set = ds.Cifar10Dataset(data_path, num_shards=rank_size, shard_id=rank_id)# define map operations
    random_crop_op = vision.RandomCrop((32,32),(4,4,4,4))
    random_horizontal_op = vision.RandomHorizontalFlip()
    resize_op = vision.Resize((resize_height, resize_width))
    rescale_op = vision.Rescale(rescale, shift)
    normalize_op = vision.Normalize((0.4465,0.4822,0.4914),(0.2010,0.1994,0.2023))
    changeswap_op = vision.HWC2CHW()
    type_cast_op = transforms.TypeCast(ms.int32)
    c_trans =[random_crop_op, random_horizontal_op]
    c_trans +=[resize_op, rescale_op, normalize_op, changeswap_op]# apply map operations on images
    data_set = data_set.map(operations=type_cast_op, input_columns="label")
    data_set = data_set.map(operations=c_trans, input_columns="image")# apply shuffle operations
    data_set = data_set.shuffle(buffer_size=10)# apply batch operations
    data_set = data_set.batch(batch_size=batch_size, drop_remainder=True)# apply repeat operations
    data_set = data_set.repeat(repeat_num)return data_set

与单机不同的是，在构造Cifar10Dataset时需要传入num_shards和shard_id参数，分别对应worker节点数和逻辑序号，可通过框架接口获取，如下：

• get_group_size：获取集群中worker节点数。
• get_rank：获取当前worker节点在集群中的逻辑序号。

数据并行模式加载数据集时，建议对每卡指定相同的数据集文件，若是各卡加载的数据集不同，可能会影响计算精度。

四、定义模型

数据并行模式下，网络定义与单机写法一致，可参考ResNet网络样例脚本。

优化器、损失函数及训练模型定义可参考训练模型定义。

完整训练脚本代码参考样例，下面列出训练启动代码。

import os
import mindspore as ms
import mindspore.nn as nn
from mindspore import train
from mindspore.communication import init
from resnet import resnet50
def train_resnet50_with_cifar10(epoch_size=10):
    """Start the training"""
    loss_cb = train.LossMonitor()
    data_path = os.getenv('DATA_PATH')
    dataset = create_dataset(data_path)
    batch_size =32
    num_classes =10
    net = resnet50(batch_size, num_classes)
    loss = SoftmaxCrossEntropyExpand(sparse=True)
    opt = nn.Momentum(filter(lambda x: x.requires_grad, net.get_parameters()), 0.01, 0.9)
    model = ms.Model(net, loss_fn=loss, optimizer=opt)
    model.train(epoch_size, dataset, callbacks=[loss_cb], dataset_sink_mode=True)if __name__ =="__main__":
    ms.set_context(mode=ms.GRAPH_MODE, device_target="CPU")
    ms.set_auto_parallel_context(parallel_mode=ms.ParallelMode.DATA_PARALLEL, gradients_mean=True)
    ms.set_ps_context(enable_ssl=False)
    init()
    train_resnet50_with_cifar10()

脚本里create_dataset和SoftmaxCrossEntropyExpand接口引用自distributed_training_cpu，
resnet50接口引用自ResNet网络样例脚本。

五、启动训练

在CPU平台上，以单机8节点为例，执行分布式训练。

进入到

/home/ma-user/work/docs/docs/sample_code/distributed_training_cpu

目录下

通过以下shell脚本启动训练，指令bash run.sh /dataset/cifar-10-batches-bin，可以看到已经训练成功了

(PyTorch-1.8)[ma-user distributed_training_cpu]$bash run.sh cifar-10-batches-bin
==============================================================================================================
Please run the script with dataset path, such as: 
bash run.sh DATA_PATH
For example: bash run.sh /path/dataset
It is better to use the absolute path.
==============================================================================================================
scheduler start success!
worker 0 start success with pid 8240
worker 1 start success with pid 8241
worker 2 start success with pid 8242
worker 3 start success with pid 8243
worker 4 start success with pid 8244
worker 5 start success with pid 8245
worker 6 start success with pid 8246
worker 7 start success with pid 8247

#!/bin/bash# run data parallel training on CPUecho"=============================================================================================================="echo"Please run the script with dataset path, such as: "echo"bash run.sh DATA_PATH"echo"For example: bash run.sh /path/dataset"echo"It is better to use the absolute path."echo"=============================================================================================================="set -e
DATA_PATH=$1exportDATA_PATH=${DATA_PATH}exportMS_WORKER_NUM=8exportMS_SCHED_HOST=127.0.0.1
exportMS_SCHED_PORT=8117# Launch 1 scheduler.exportMS_ROLE=MS_SCHED
python3 resnet50_distributed_training.py >scheduler.txt 2>&1&echo"scheduler start success!"# Launch 8 workers.exportMS_ROLE=MS_WORKER
for((i=0;i<${MS_WORKER_NUM};i++));do
    python3 resnet50_distributed_training.py >worker_$i.txt 2>&1&echo"worker ${i} start success with pid ${!}"done

其中，resnet50_distributed_training.py为定义的训练脚本。

对于多机多节点场景，需要在每个机器上按照这种方式，启动相应的worker节点参与训练，但scheduler节点只有一个，只需要在其中一个机器上(即MS_SCHED_HOST）启动即可。

定义的MS_WORKER_NUM值，表示需要启动相应数量的worker节点参与训练，否则组网不成功。

虽然针对scheduler节点也启动了训练脚本，但scheduler主要用于组网，并不会参与训练。

训练一段时间，打开worker_0日志，训练信息如下：

(PyTorch-1.8)[ma-user distributed_training_cpu]$tail -f worker_0.txt 
……
epoch: 1 step: 1, loss is 1.4686084
epoch: 1 step: 2, loss is 1.3278534
epoch: 1 step: 3, loss is 1.4246798
epoch: 1 step: 4, loss is 1.4920032
epoch: 1 step: 5, loss is 1.4324203
epoch: 1 step: 6, loss is 1.432581
epoch: 1 step: 7, loss is 1.319618