当我使用Pipe
而不是File
作为input_mode
时,我的对的调用会无限期地挂起,但没有错误消息。我相应地将TensorFlow Dataset
替换为Pipemodedataset
。以File
模式进行的训练成功完成。
我的数据包括两个s3存储桶,每个存储桶中有多个tfrecord文件。尽管我已经广泛查看了文档,但我对如何在这种情况下使用Pipemodedataset
并不太自信 - 具体来说,如何设置channel
。
这是我的Sagemaker笔记本设置:
hyperparameters = {
"batch-size": 1,
"pipe_mode": 1,
}
estimator_config = {
"entry_point": "tensorflow_train.py",
"source_dir": "source",
"framework_version": "2.3",
"py_version": "py37",
"instance_type": "ml.p3.2xlarge",
"instance_count": 1,
"role": sagemaker.get_execution_role(),
"hyperparameters": hyperparameters,
"output_path": f"s3://{bucket_name}",
"input_mode": "Pipe",
}
tf_estimator = TensorFlow(**estimator_config)
s3_data_channels = {
"training": f"s3://{bucket_name}/data/training",
"validation": f"s3://{bucket_name}/data/validation",
}
tf_estimator.fit(s3_data_channels)
如果我在`s3_data_channels`上运行`aws s3 ls`命令,我会得到一组tfrecord文件列表。
以下是我设置数据集的方法(根据是否选择了`pipe_mode`而有不同的if/else语句:
import tensorflow as tf
if __name__ == "__main__":
arg_parser = argparse.ArgumentParser()
...
arg_parser.add_argument("--pipe_mode", type=int, default=0)
arg_parser.add_argument("--train_dir", type=str, default=os.environ.get("SM_CHANNEL_TRAINING"))
arg_parser.add_argument(
"--validation_dir", type=str, default=os.environ.get("SM_CHANNEL_VALIDATION")
)
arg_parser.add_argument("--model_dir", type=str)
args, _ = arg_parser.parse_known_args()
AUTOTUNE = tf.data.experimental.AUTOTUNE
if args.pipe_mode == 1:
from sagemaker_tensorflow import PipeModeDataset
train_ds = PipeModeDataset(channel="training", record_format='TFRecord')
val_ds = PipeModeDataset(channel="validation", record_format='TFRecord')
else:
train_files = tf.data.Dataset.list_files(args.train_dir + '/*tfrecord')
val_files = tf.data.Dataset.list_files(args.validation_dir + '/*tfrecord')
train_ds = tf.data.TFRecordDataset(filenames=train_files, num_parallel_reads=AUTOTUNE)
val_ds = tf.data.TFRecordDataset(filenames=val_files, num_parallel_reads=AUTOTUNE)
train_ds = (
train_ds.map(tfrecord_parser, num_parallel_calls=AUTOTUNE)
.batch(args.batch_size)
.prefetch(AUTOTUNE)
)
val_ds = (
val_ds.map(tfrecord_parser, num_parallel_calls=AUTOTUNE)
.batch(args.batch_size)
.prefetch(AUTOTUNE)
)
...
2021-11-04 01:17:11 开始 - 启动所请求的 ML 实例...... 2021-11-04 01:18:33 开始 - 准备实例进行训练......... 2021-11-04 01:19:54 下载 - 正在下载输入数据... 2021-11-04 01:20:10 训练 - 正在下载训练镜像............... 2021-11-04 01:23:02 训练 - 训练镜像下载完成。正在进行训练..``` 它打印环境变量,然后停留在 ```hook.py:425] 监控集合:sm_metrics、metrics、losses```
- FFT