1.5.6.5 自动超参数调优Hpjob

上手超参调优任务(HpJob)

这一节我们以 tensorflow linear 为例，通过 Cloud-ML 平台训练一个简单线型模型。通过该例子，我们将介绍：

1. 怎样用命令行提交训练任务;
2. 怎样查看日志;
3. 怎样查看提交的超参调优任务;
4. 怎样通过Web Ui查看任务结果;
5. 怎样删除任务;

示例介绍

这个例子使用tensorflow实现一个简单的线型模型。

完整代码参考附录1.

代码准备

创建目录结构

HpJob的目录结构和注意事项与Trainjob完全相同

代码要求

Hojob的本质是帮助用户挑选表现最优的超参组合值，Cloud-Ml依据什么来判断训练结果的优劣呢？Cloud-Ml平台通过分析每组训练日志中的目标属性值来判断训练结果的优劣，其中训练代码必须按照一定的格式输出特定的目标属性值。目标属性在下面会具体说明，目标属性值的输出格式如下：

 cost=0.28 b=12.4 W=0.12
 cost=0.18 b=1.6  W=-0.01

其中，

• cost指目标属性，以键值对的形式记录在日志文件中，
• b和W是可选属性，用户也可以指定别的属性，也可以不指定，Cloud-Ml平台在收集目标属性值时可以帮助用户收集用户的其他属性，用户可以先利用#附录1,示例代码进行训练，并在Web Ui中查询训练结果。

注意：

• 目标属性的输出格式必须按照键值对的形式，且前后不能有别的字符也不能有空格，例如: cost= 0.28和 cost=0.28，这些格式Cloud-Ml平台都无法解析，进而导致任务发生错误。
• 用户需在本地测试通过后再提交任务，在本地测试时主要考察这几个点：日志中的目标属性值输出格式是否规范，训练代码能否正确接受外部传递的参数

使用命令行提交任务

目前HpJob只支持命令行提交任务，并且因为超参的设置略微复杂，命令中只支持利用Json文件提交相关参数，介绍如下。

检查命令行正常工作以及版本是否支持Hpjob

cloudml -V

提交任务

cloudml hp submit -f filename.json

注意：

• 用户可以利用附录中的配置来熟悉HpJob任务的命令行提交，不用改动任何参数。

上面的Json文件中涉及如下参数(键值对)：

上面parameter_configs是数组类型，数组中每个元素涉及如下参数(键值对)：

其中：

• 设为Yes的参数用户必须指定，如果不指定，命令行会立即返回，平台也会返回错误;
• hp_name,module_name 和trainer_url 参数与Trainjob要求相同;
• optimization_type 参数是指目标属性的取值方向，目前支持:maximize,minimize;
• objectivevalue_name 参数就是上面提到的目标属性，Cloud-ml平台根据用户设置的目标属性参数来解析日志并存储目标属性值;
• parameter_configs 参数指定了需要调优的超参名，超参类型和取值范围，其中name 指超参名，格式是--+ 超参名，parametertype 是参数类型，目前Cloud-Ml平台支持int，double和 categorical 类型，feasible 指取值范围，目前int 和double 类型对应的feasible 参数格式为{"min": "2","max": "7"}, 而categorical 类型对应的格式则为{"list": ["sgd","adm","ftrl"]};
• optimization_goal，Cloud-Ml平台会一直根据用户设置的参数范围生成实例trial，并解析实例的日志输出，当Cloud-Ml平台解析出日志中的目标属性值达到了参数设置的值，就不再生成实例trial，并将收集到的所有数据通过Web Ui呈现出来,需要注意的是这个参数的类型必须为整数或者浮点数，目前不支持别的数据类型;
• metrics_names参数用来设置同目标属性一同输出的属性，用户如果想得到除目标属性之外的属性值，就需要在metrics_names参数中指定，并且在训练代码中也需要将属性以上面提到的格式输出，这个参数是数组类型，用户可以指定多个属性名,本例中用户就可以指定b或W，也可以将两个属性都添加到metrics_names参数中;
• suggestion_algorithm 参数设置了平台选取参数的算法，目前Cloud-Ml支持random和 grid算法;
• request_number 参数设置指定并行调优的trial数，Cloud-Ml平台将每次生成用户指定个数的trial数;

注意：

• request_number属性不是指总共的trial数，而是并行的trail数，因此用户在设置这个参数时应该考虑自己的quota，因为实际消耗的quota数是resource*request_number,例如设置cpu_limit=2,request_number=3，则实际需要6个cpu;
• 目前支持HpJob的镜像有两个：cr.d.xiaomi.net/cloud-ml/tensorflow:1.8.0-xm1.0.0-hpjob和cr.d.xiaomi.net/cloud-ml/mxnet:1.1.0-xm1.0.0-hpjob
• 这里附录2,HpJob配置给出了上面示例的配置，用户可以参考。

提交之后，Cloud-Ml返回下面结果： 提交后的任务处于enqueuing状态。Cloud-Ml的任务状态变化参考hpjob状态图。

查看任务列表

cloudml hp list

查看所有的trial

cloudml hp trials tensorflow

结果如下：

一个trial就是特定超参组合值的示例

查看特定trial的log

cloudml hp logs tensorflow -ti f95266e75d0f1700-9wtqx

log指令的高级选项和trainjob查看日志相同

查看任务描述

cloudml hp describe tensorflow

结果如下: 通过描述可以知道任务的执行进度

查看任务反馈

cloudml hp metrics tensorflow

结果如下:

删除任务

cloudml hp delete tensorflow

附录1,示例代码

'''
A linear regression learning algorithm example using TensorFlow library.
Author: Aymeric Damien
Project: https://github.com/aymericdamien/TensorFlow-Examples/
'''

from __future__ import print_function

import tensorflow as tf
import numpy
import argparse
import sys
import logging
import time
logging.basicConfig(level=logging.DEBUG)
rng = numpy.random
def main():
    parse=argparse.ArgumentParser(description="train linear")
    parse.add_argument('--lr', dest='lr', default=10, help='learning rate', type=float)
    parse.add_argument('--optimizer', dest='optimizer', default='adm', help='optimizers')
    parse.add_argument('--epoch', dest='epoch', default=1000, help='training_epochs', type=int)
    parse.add_argument('--step', dest='step', default=50, help='dissplay_step', type=int)
    args = parse.parse_args()

    # Parameters
    learning_rate = args.lr
    training_epochs = args.epoch
    opt = args.optimizer
    display_step = args.step
    print("lr:{}, epoch:{}, optimizer:{}, step:{}".format(learning_rate,training_epochs,opt,display_step))
    # Training Data
    train_X = numpy.asarray([3.3,4.4,5.5,6.71,6.93,4.168,9.779,6.182,7.59,2.167,
                             7.042,10.791,5.313,7.997,5.654,9.27,3.1])
    train_Y = numpy.asarray([1.7,2.76,2.09,3.19,1.694,1.573,3.366,2.596,2.53,1.221,
                             2.827,3.465,1.65,2.904,2.42,2.94,1.3])
    n_samples = train_X.shape[0]

    # tf Graph Input
    X = tf.placeholder("float")
    Y = tf.placeholder("float")

    # Set model weights
    W = tf.Variable(rng.randn(), name="weight")
    b = tf.Variable(rng.randn(), name="bias")

    # Construct a linear model
    pred = tf.add(tf.multiply(X, W), b)

    # Mean squared error
    cost = tf.reduce_sum(tf.pow(pred-Y, 2))/(2*n_samples)

    # Gradient descent
    #  Note, minimize() knows to modify W and b because Variable objects are trainable=True by default
    if opt == 'adm':
        optimizer = tf.train.AdamOptimizer(learning_rate).minimize(cost)
    elif opt == 'sgd':
        optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)
    else:       
        optimizer = tf.train.FtrlOptimizer(learning_rate).minimize(cost)

    # Initializing the variables
    init = tf.global_variables_initializer()

    # Launch the graph
    with tf.Session() as sess:
        sess.run(init)
        # Fit all training data
        for epoch in range(training_epochs):
            for (x, y) in zip(train_X, train_Y):
                sess.run(optimizer, feed_dict={X: x, Y: y})

            # Display logs per epoch step
            if (epoch+1) % display_step == 0:
                c = sess.run(cost, feed_dict={X: train_X, Y:train_Y})
        print("Epoch: {}, cost={:.2f} , W={:.2f} , b={:.2f}".format(epoch+1,c,sess.run(W),sess.run(b)))



    print("Optimization Finished!")
        training_cost = sess.run(cost, feed_dict={X: train_X, Y: train_Y})

        # Testing example, as requested (Issue #2)
        test_X = numpy.asarray([6.83, 4.668, 8.9, 7.91, 5.7, 8.7, 3.1, 2.1])
        test_Y = numpy.asarray([1.84, 2.273, 3.2, 2.831, 2.92, 3.24, 1.35, 1.03])

        print("Testing... (Mean square loss Comparison)")
        testing_cost = sess.run(
            tf.reduce_sum(tf.pow(pred - Y, 2)) / (2 * test_X.shape[0]),
            feed_dict={X: test_X, Y: test_Y})  # same function as cost above
        #print("Testing cost=", testing_cost)
        print("Absolute mean square loss difference:", abs(
            training_cost - testing_cost))
if __name__ == '__main__':
    main()

附录2,HpJob配置

{
"hp_name": "tensorflow",
"module_name": "trainer.task",
"trainer_uri": "fds://wukong/tensorflow_linear.tar.gz",
"cpu_limit": "1",
"memory_limit": "1000M",
"docker_image": "cr.d.xiaomi.net/jishaomin/tensorflow:1.8.0-xm1.0.0-hpjob",
"optimization_type": "minimize",
"objectivevalue_name": "cost",
"optimization_goal": 0.01,
"metrics_names": ["W"],
"parameter_configs": [
  {
    "name": "--lr",
    "parametertype": "double",
    "feasible":
       {
        "min": "0.1",
        "max": "0.2"
       }
  },
  {
     "name": "--epoch",
     "parametertype": "int",
     "feasible":
        {
         "min": "500",
         "max": "2000"
        }
  },
  { 
      "name": "--optimizer",
      "parametertype": "categorical",
      "feasible":
        {
         "list":[
               "sgd",
               "adam",
               "ftrl"
                ]
        }
   }
],
"suggestion_algorithm": "random",
"request_number": 3,
"fds_endpoint": "cnbj1-fds.api.xiaomi.net",
"fds_bucket": "wukong"
}