模型/变量的保存、载入与增量训练¶
模型变量分类¶
在PaddlePaddle Fluid中,所有的模型变量都用 fluid.framework.Variable()
作为基类。
在该基类之下,模型变量主要可以分为以下几种类别:
- 模型参数
模型参数是深度学习模型中被训练和学习的变量,在训练过程中,训练框架根据反向传播(backpropagation)算法计算出每一个模型参数当前的梯度, 并用优化器(optimizer)根据梯度对参数进行更新。模型的训练过程本质上可以看做是模型参数不断迭代更新的过程。 在PaddlePaddle Fluid中,模型参数用fluid.framework.Parameter
来表示, 这是一个fluid.framework.Variable()
的派生类,除了具有fluid.framework.Variable()
的各项性质以外,fluid.framework.Parameter
还可以配置自身的初始化方法、更新率等属性。
- 长期变量
长期变量指的是在整个训练过程中持续存在、不会因为一个迭代的结束而被销毁的变量,例如动态调节的全局学习率等。 在PaddlePaddle Fluid中,长期变量通过将fluid.framework.Variable()
的persistable
属性设置为True
来表示。所有的模型参数都是长期变量,但并非所有的长期变量都是模型参数。
- 临时变量
不属于上面两个类别的所有模型变量都是临时变量,这种类型的变量只在一个训练迭代中存在,在每一个迭代结束后, 所有的临时变量都会被销毁,然后在下一个迭代开始之前,又会先构造出新的临时变量供本轮迭代使用。 一般情况下模型中的大部分变量都属于这一类别,例如输入的训练数据、一个普通的layer的输出等等。
如何保存模型变量¶
根据用途的不同,我们需要保存的模型变量也是不同的。例如,如果我们只是想保存模型用来进行以后的预测, 那么只保存模型参数就够用了。但如果我们需要保存一个checkpoint(检查点,类似于存档,存有复现目前模型的必要信息)以备将来恢复训练, 那么我们应该将各种长期变量都保存下来,甚至还需要记录一下当前的epoch和step的id。 因为一些模型变量虽然不是参数,但对于模型的训练依然必不可少。
save_vars、save_params、save_persistables 以及 save_inference_model的区别¶
save_inference_model
会根据用户配置的feeded_var_names
和target_vars
进行网络裁剪,保存下裁剪后的网络结构的__model__
以及裁剪后网络中的长期变量save_persistables
不会保存网络结构,会保存网络中的全部长期变量到指定位置。save_params
不会保存网络结构,会保存网络中的全部模型参数到指定位置。save_vars
不会保存网络结构,会根据用户指定的fluid.framework.Parameter
列表进行保存。
save_persistables
保存的网络参数是最全面的,如果是增量训练或者恢复训练, 请选择save_persistables
进行变量保存。save_inference_model
会保存网络参数及裁剪后的模型,如果后续要做预测相关的工作, 请选择save_inference_model
进行变量和网络的保存。save_vars 和 save_params
仅在用户了解清楚用途及特殊目的情况下使用, 一般不建议使用。
保存模型用于对新样本的预测¶
如果我们保存模型的目的是用于对新样本的预测,那么只保存模型参数就足够了。我们可以使用
fluid.io.save_params()
接口来进行模型参数的保存。
例如:
import paddle.fluid as fluid
exe = fluid.Executor(fluid.CPUPlace())
param_path = "./my_paddle_model"
prog = fluid.default_main_program()
fluid.io.save_params(executor=exe, dirname=param_path, main_program=None)
上面的例子中,通过调用 fluid.io.save_params
函数,PaddlePaddle Fluid会对默认
fluid.Program
也就是 prog
中的所有模型变量进行扫描,
筛选出其中所有的模型参数,并将这些模型参数保存到指定的 param_path
之中。
如何载入模型变量¶
与模型变量的保存相对应,我们提供了两套API来分别载入模型的参数和载入模型的长期变量,分别为保存、加载模型参数的 save_params()
、 load_params()
和
保存、加载长期变量的 save_persistables
、 load_persistables
。
载入模型用于对新样本的预测¶
对于通过 fluid.io.save_params
保存的模型,可以使用 fluid.io.load_params
来进行载入。
例如:
import paddle.fluid as fluid
exe = fluid.Executor(fluid.CPUPlace())
param_path = "./my_paddle_model"
prog = fluid.default_main_program()
fluid.io.load_params(executor=exe, dirname=param_path,
main_program=prog)
上面的例子中,通过调用 fluid.io.load_params
函数,PaddlePaddle Fluid会对
prog
中的所有模型变量进行扫描,筛选出其中所有的模型参数,
并尝试从 param_path
之中读取加载它们。
需要格外注意的是,这里的 prog
必须和调用 fluid.io.save_params
时所用的 prog
中的前向部分完全一致,且不能包含任何参数更新的操作。如果两者存在不一致,
那么可能会导致一些变量未被正确加载;如果错误地包含了参数更新操作,那可能会导致正常预测过程中参数被更改。
这两个 fluid.Program
之间的关系类似于训练 fluid.Program
和测试 fluid.Program
之间的关系,详见: 训练过程中评测模型。
另外,需特别注意运行 fluid.default_startup_program()
必须在调用 fluid.io.load_params
之前。如果在之后运行,可能会覆盖已加载的模型参数导致错误。
预测模型的保存和加载¶
预测引擎提供了存储预测模型 fluid.io.save_inference_model
和加载预测模型 fluid.io.load_inference_model
两个接口。
增量训练¶
增量训练指一个学习系统能不断地从新样本中学习新的知识,并能保存大部分以前已经学习到的知识。因此增量学习涉及到两点:在上一次训练结束的时候保存需要的长期变量, 在下一次训练开始的时候加载上一次保存的这些长期变量。 因此增量训练涉及到如下几个API:
fluid.io.save_persistables
、fluid.io.load_persistables
。
单机增量训练¶
单机的增量训练的一般步骤如下:
- 在训练的最后调用
fluid.io.save_persistables
保存持久性参数到指定的位置。 - 在训练的startup_program通过执行器
Executor
执行成功之后调用fluid.io.load_persistables
加载之前保存的持久性参数。 - 通过执行器
Executor
或者ParallelExecutor
继续训练。
例如:
import paddle.fluid as fluid
exe = fluid.Executor(fluid.CPUPlace())
path = "./models"
prog = fluid.default_main_program()
fluid.io.save_persistables(exe, path, prog)
上面的例子中,通过调用 fluid.io.save_persistables
函数,PaddlePaddle Fluid会从默认 fluid.Program
也就是 prog
的所有模型变量中找出长期变量,并将他们保存到指定的 path
目录下。
import paddle.fluid as fluid
exe = fluid.Executor(fluid.CPUPlace())
path = "./models"
startup_prog = fluid.default_startup_program()
exe.run(startup_prog)
fluid.io.load_persistables(exe, path, startup_prog)
main_prog = fluid.default_main_program()
exe.run(main_prog)
上面的例子中,通过调用 fluid.io.load_persistables
函数,PaddlePaddle Fluid会从默认
fluid.Program
也就是 prog
的所有模型变量中找出长期变量,从指定的 path
目录中将它们一一加载, 然后再继续进行训练。
多机增量(不带分布式大规模稀疏矩阵)训练的一般步骤为¶
多机增量训练和单机增量训练有若干不同点:
- 在训练的最后调用
fluid.io.save_persistables
保存长期变量时,不必要所有的trainer都调用这个方法来保存,一般0号trainer来保存即可。 - 多机增量训练的参数加载在PServer端,trainer端不用加载参数。在PServer全部启动后,trainer会从PServer端同步参数。
- 在确认需要使用增量的情况下, 多机在调用
fluid.DistributeTranspiler.transpile
时需要指定current_endpoint
参数。
多机增量(不带分布式大规模稀疏矩阵)训练的一般步骤为:
- 0号trainer在训练的最后调用
fluid.io.save_persistables
保存持久性参数到指定的path
下。 - 通过HDFS等方式将0号trainer保存下来的所有的参数共享给所有的PServer(每个PServer都需要有完整的参数)。
- PServer在训练的startup_program通过执行器(
Executor
)执行成功之后调用fluid.io.load_persistables
加载0号trainer保存的持久性参数。 - PServer通过执行器
Executor
继续启动PServer_program. - 所有的训练节点trainer通过执行器
Executor
或者ParallelExecutor
正常训练。
对于训练过程中待保存参数的trainer, 例如:
import paddle.fluid as fluid
exe = fluid.Executor(fluid.CPUPlace())
path = "./models"
trainer_id = 0
if trainer_id == 0:
prog = fluid.default_main_program()
fluid.io.save_persistables(exe, path, prog)
上面的例子中,0号trainer通过调用 fluid.io.save_persistables
函数,PaddlePaddle Fluid会从默认
fluid.Program
也就是 prog
的所有模型变量中找出长期变量,并将他们保存到指定的 path
目录下。然后通过调用第三方的文件系统(如HDFS)将存储的模型进行上传到所有PServer都可访问的位置。
对于训练过程中待载入参数的PServer, 例如:
import paddle.fluid as fluid
exe = fluid.Executor(fluid.CPUPlace())
path = "./models"
pserver_endpoints = "127.0.0.1:1001,127.0.0.1:1002"
trainers = 4
training_role == "PSERVER"
config = fluid.DistributeTranspilerConfig()
t = fluid.DistributeTranspiler(config=config)
t.transpile(trainer_id, pservers=pserver_endpoints, trainers=trainers, sync_mode=True, current_endpoint=current_endpoint)
if training_role == "PSERVER":
current_endpoint = "127.0.0.1:1001"
pserver_prog = t.get_pserver_program(current_endpoint)
pserver_startup = t.get_startup_program(current_endpoint, pserver_prog)
exe.run(pserver_startup)
fluid.io.load_persistables(exe, path, pserver_startup)
exe.run(pserver_prog)
if training_role == "TRAINER":
main_program = t.get_trainer_program()
exe.run(main_program)
上面的例子中,每个PServer通过调用HDFS的命令获取到0号trainer保存的参数,通过配置获取到PServer的 fluid.Program
,PaddlePaddle Fluid会从此
fluid.Program
也就是 pserver_startup
的所有模型变量中找出长期变量,并通过指定的 path
目录下一一加载。