在百度云启动分布式训练

PaddlePaddle Fluid分布式训练，可以不依赖集群系统（比如MPI，Kubernetes）启动分布式训练。本章节将会以 百度云 为实例，说明如何在云端环境，甚至云端GPU环境启动大规模分布式任务。

创建集群模板

登录到百度云控制台，选择BCC服务，点击“创建实例”。选择地域，注意，只有一些地域有GPU服务器可选，选择合适的地域之后，再选择对应型号，然后创建一个空的服务器，如下图：

• 在操作系统选项中，可以根据需要选择对应的版本，注意根据实际情况选择CUDA版本，这里我们选择CUDA-9.2。
• 示例中选择机器付费方式为后付费，表示随着机器的释放，收费也会对应停止，对运行一次性任务会比较划算。在机器创建成功之后，执行下面的命令安装paddlepaddle GPU版本和相关依赖。

apt-get update && apt-get install -y python python-pip python-opencv
# 注：百度云cuda-9.2镜像默认没有安装cudnn和nccl2，需要手动安装，如果自行安装，需要从官网下载
wget -q "http://paddle-train-on-cloud.cdn.bcebos.com/libcudnn7_7.2.1.38-1+cuda9.2_amd64.deb"
wget -q "http://paddle-train-on-cloud.cdn.bcebos.com/nccl_2.2.13-1+cuda9.0_x86_64.txz"
dpkg -i libcudnn7_7.2.1.38-1+cuda9.2_amd64.deb
ln -s /usr/lib/x86_64-linux-gnu/libcudnn.so.7 /usr/lib/libcudnn.so
unxz nccl_2.2.13-1+cuda9.0_x86_64.txz
tar xf nccl_2.2.13-1+cuda9.0_x86_64.tar
cp -r nccl_2.2.13-1+cuda9.0_x86_64/lib/* /usr/lib
# 注：可以选择是否使用下面的pip镜像加速下载
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib==2.2.3
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple paddlepaddle-gpu==0.15.0.post97

完成安装后，使用下面的测试程序，测试当前机器是否可以正确运行GPU训练程序，如果遇到报错，请根据报错提示修复运行环境问题。为了方便启动GPU集群，测试程序执行成功之后，选择当前服务器，然后选择“创建自定义镜像”，后续创建GPU集群时即可选择配置好的镜像。

• 测试程序：

from __future__ import print_function
 
import paddle.fluid.core as core
import math
import os
import sys
 
import numpy
 
import paddle
import paddle.fluid as fluid
 
BATCH_SIZE = 64
PASS_NUM = 1
 
def loss_net(hidden, label):
    prediction = fluid.layers.fc(input=hidden, size=10, act='softmax')
    loss = fluid.layers.cross_entropy(input=prediction, label=label)
    avg_loss = fluid.layers.mean(loss)
    acc = fluid.layers.accuracy(input=prediction, label=label)
    return prediction, avg_loss, acc
 
def conv_net(img, label):
    conv_pool_1 = fluid.nets.simple_img_conv_pool(
        input=img,
        filter_size=5,
        num_filters=20,
        pool_size=2,
        pool_stride=2,
        act="relu")
    conv_pool_1 = fluid.layers.batch_norm(conv_pool_1)
    conv_pool_2 = fluid.nets.simple_img_conv_pool(
        input=conv_pool_1,
        filter_size=5,
        num_filters=50,
        pool_size=2,
        pool_stride=2,
        act="relu")
    return loss_net(conv_pool_2, label)
 
 
def train(use_cuda):
    if use_cuda and not fluid.core.is_compiled_with_cuda():
        return
    img = fluid.layers.data(name='img', shape=[1, 28, 28], dtype='float32')
    label = fluid.layers.data(name='label', shape=[1], dtype='int64')
    prediction, avg_loss, acc = conv_net(img, label)
 
    test_program = fluid.default_main_program().clone(for_test=True)
 
    optimizer = fluid.optimizer.Adam(learning_rate=0.001)
    optimizer.minimize(avg_loss)
 
    place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()
    exe = fluid.Executor(place)
 
    train_reader = paddle.batch(
        paddle.reader.shuffle(
            paddle.dataset.mnist.train(), buf_size=500),
        batch_size=BATCH_SIZE)
    test_reader = paddle.batch(
        paddle.dataset.mnist.test(), batch_size=BATCH_SIZE)
    feeder = fluid.DataFeeder(feed_list=[img, label], place=place)
 
 
    exe.run(fluid.default_startup_program())
 
 
    for pass_id in range(PASS_NUM):
        for batch_id, data in enumerate(train_reader()):
            acc_np, avg_loss_np = exe.run(fluid.default_main_program(),
                                          feed=feeder.feed(data),
                                          fetch_list=[acc, avg_loss])
            if (batch_id + 1) % 10 == 0:
                print(
                    'PassID {0:1}, BatchID {1:04}, Loss {2:2.2}, Acc {3:2.2}'.
                    format(pass_id, batch_id + 1,
                            float(avg_loss_np.mean()), float(acc_np.mean())))
 
if __name__ == '__main__':
    train(True)

创建集群

完成创建镜像之后，可以使用这个配置好的镜像创建一个GPU集群，根据您的实际需求创建足够数量的GPU服务器，作为示例，这里启动2台GPU服务器，包括上一步创建的服务器，所以这里再启动一台新的服务器。

点击“创建实例”，在相同地域选择同样配置的GPU服务器，注意选择刚才创建的镜像作为操作系统。

编写集群任务启动脚本

为了方便在更多的GPU服务器上启动分布式训练任务，我们将使用fabric作为集群任务启动管理工具，您可以选择其他熟悉的集群框架，比如MPI, Kubernetes，本示例演示的方法仅针对简单集群环境，而且服务器之间可以互相ssh登录。

安装fabric，需要执行：

pip install fabric

假设我们创建了2台GPU服务器，ip分别是 172.16.0.5,172.16.0.6 ，然后在第一台服务器上，先创建训练程序文件 dist_train_demo.py ，从这里下载代码。然后编写 fabfile.py 脚本，用于控制在不同服务器上启动训练任务的parameter server和trainer：

from fabric import Group, task
 
endpoints = "172.16.0.5:6173,172.16.0.6:6173"
port = "6173"
pservers = 2
trainers = 2
 
hosts = []
eps = []
for ep in endpoints.split(","):
    eps.append(ep)
    hosts.append(ep.split(":")[0])
 
def start_server(c):
    current_endpoint = "%s:%s" % (c.host, port)
    trainer_id = hosts.index(c.host)
    cmd = "python /root/work/dist_train_demo.py pserver %s %s %d %d &> /root/work/server.log.%s &" % (
        endpoints, current_endpoint, trainer_id, trainers, c.host)
    c.run(cmd)
 
def start_trainer(c):
    current_endpoint = "%s:%s" % (c.host, port)
    trainer_id = hosts.index(c.host)
    cmd = "python /root/work/dist_train_demo.py trainer %s %s %d %d &> /root/work/trainer.log.%s &" % (
        endpoints, current_endpoint, trainer_id, trainers, c.host)
    c.run(cmd)
 
@task
def start(c):
    c.connect_kwargs.password = "work@paddle123"
    c.run("mkdir -p /root/work")
    c.put("dist_train_demo.py", "/root/work")
    start_server(c)
    start_trainer(c)
 
@task
def tail_log(c):
    c.connect_kwargs.password = "work@paddle123"
    c.run("tail /root/work/trainer.log.%s" % c.host)

保存上述代码到 fabfile.py 之后，执行

fab -H 172.16.0.5,172.16.0.6 start

就可以开始一个分布式训练任务。这个任务会在两台GPU服务器分别启动2个pserver进程和2个trainer进程开始训练。

获取分布式训练结果

示例任务会在 /root/work 下记录日志，分别为pserver.log.[IP] 和 trainer.log.[IP] 的形式，可以手动在服务器上查看这些日志文件观察结果，也可以使用fabric获取所有节点的日志信息，比如：

fab -H 172.16.0.5,172.16.0.6 tail-log

关闭集群

任务执行完成后，不要忘记释放掉GPU集群资源，勾选选择需要释放的服务器，选择“释放”，则会关闭机器并释放资源。如果需要执行新的任务，可以直接使用之前保存的镜像，启动新的集群，并参照前面的步骤开始训练。