[深度学习大讲堂]从NNVM看2016年深度学习框架发展趋势
本文为微信公众号[深度学习大讲堂]特约稿,转载请注明出处
虚拟框架杀入
从发现问题到解决问题
半年前的这时候,暑假,我在SIAT MMLAB实习。
看着同事一会儿跑Torch,一会儿跑MXNet,一会儿跑Theano。
SIAT的服务器一般是不给sudo权限的,我看着同事挣扎在编译这一坨框架的海洋中,开始思考:
是否可以写一个框架:
import xx.tensorflow as tensorflow import xx.mxnet as mxnet import xx.theano as theano import xx.caffe as caffe
这样,利用工厂模式只编译执行部件的做法,只需编译唯一的后端即可,框架的不同仅仅在于前端脚本的不同。
Caffe2Keras的做法似乎是这样,但Keras本身是基于Theano的编译后端,而我们的更希望Theano都不用编译。
当我9月份拍出一个能跑cifar10的大概原型的时候:
import dragon.vm.caffe as caffe import dragon.vm.theano as theano import dragon.updaters as updaters if __name__ == '__main__': net = caffe.Net('cifar10.prototxt') loss = net.blobs['loss'].data updater = updaters.SGDUpdater(base_lr=0.001, momentum=0.9, l2_decay=0.004) for k,v in net.params().iteritems(): for blob in v: updater.append(v, theano.grad(loss, v)) train = theano.function(outputs=loss) update = theano.function(updater=updater) max_iters = 2333 iter = 0 while iter < max_iters: train() update()
我为这种怪异的写法取名叫CGVM(Computational Graph Virtual Machine)
然后过了几天,在微博上看到了陈天奇在MXNet的进一步工作NNVM的发布 (o(╯□╰)o)......
NNVM使用2000行模拟出了TensorFlow,我大概用了500行模拟出了Caffe1。
VM(Virtual Machine)的想法其实是一个很正常的想法,这几年我们搞了很多新框架,
名字一个比一个炫,但是本质都差不多,框架的使用者实际上是苦不堪言的:
○ 这篇paper使用了A框架,我要花1天配置A框架。
○ 这篇paper使用了B框架,我要花1天配置B框架。
.......
正如LLVM不是一种编译器,NNVM也不是一种框架,看起来更像是框架的屠杀者。
NNVM的可行性恰恰证明了现行的各大框架底层的重复性,而上层的多样性只是一个幌子。
我们真的需要为仅仅是函数封装不同的框架买单吗?这是值得思考的。
计算图走向成熟
计算图的两种形式
计算图最早的出处应该是追溯到Bengio在09年的《Learning Deep Architectures for AI》,
Bengio使用了有向图结构来描述神经网络的计算:
如图,符号集合{*,+,sin} 构成图的结点,整张图可看成三部分:输入结点、输出结点、从输入到输出的计算函数。
随后在Bengio组的Theano框架执行中,Graph就被隐式应用于Op的连接。
不过这时候,Op还是执行时-动态编译的。
Caffe1中计算图其实就是Net,因为Net可以被Graph模拟出来(CGVM和Caffe2Keras都实现了)。
贾扬清在Caffe1中显式化了计算图的表示,用户可以通过编辑net.prototxt来设计计算图。
Caffe1在Jonathan Long和Evan Shelhamer接手后,他们开发了PyCaffe。
PyCaffe通过Python天然的工厂(__getattr__),实现了net.prototxt的隐式生成。
之后的Caffe2,也就直接取消了net.prototxt的编辑,同样利用Python的(__getattr__)获取符号类型定义。
Caffe1带来一种新的计算图组织Op的描述方式,不同于Theano直接翻译Op为C执行代码,然后动态编译,
软件工程中的高级设计模式——工厂模式被广泛使用。
计算图被划分为三个阶段,定义阶段、构造阶段、执行阶段:
1、定义阶段:定义Layer/Op的name、type、bottom(input),top(output)及预设参数。
2、构造阶段:通过工厂模式,由字符串化的定义脚本构造类对象。
3、执行阶段:根据传入的bottom(input),得到额外参数(如shape),此时计算图才能开始执行。
阶段划分带来的主要问题是限制了编译代码的完整性和优化程度。
在Theano中,C代码生成是最后一步,你可以组合数片细粒度的代码块,依靠编译器做硬件执行前的超级优化。
编译器优化是的提升指令流水线效率的重要手段,编译器调度技术减少数据冲突,编译器分支预测技术减少控制冲突。
而工厂模式编译符号时只考虑了单元本身,编译器没有上下文环境可供参考,故最终只能顺序执行多个预先编译的符号单元。
当符号粒度过细时,一个Layer的实现就会变成连续执行数个单元,每个单元都要处理一遍向量/矩阵,导致“TensorFlowSlow”。
计算图作为中间表示(IR)
PyCaffe和Caffe2将定义阶段移到Python中,而将构造和执行阶段保留在C++中做法,是计算图作为IR的思想启蒙。
Python与C++最大的不同在于:一个是脚本代码,用于前端。一个是本地代码,用于后端。
脚本代码创建/修改模型方便(无需因模型变动而重新编译)、执行慢,本地代码则正好相反。
两者取长补短,所以深度学习框架在2016年,迎来了前后端开发的黄金时代。
如上图,无论是9月份先提出的NNVM,还是最近Intel曝光的Nervana,都分离了前后端。
后端的独立,不仅减少了编译工作,最大的优势在于降低了传统框架做跨设备计算的代码耦合度。
在paper每周都有一大堆的现在,如果后端的每一次变动都要大量修改前端,那么框架的维护开销是非常大的。
在前端定义用于描述输入-输出关系的计算图有着良好的交互性,我们可以通过函数和重载脚本语言的操作符,
定义出媲美MATLAB的运算语言,这些语言以显式的Tensor作为数据结构,Operator作为计算符和函数,
Theano和MXNet都是这样隐蔽处理由表达式向计算图过渡的。
而Caffe2则比较直接,你需要先创建一个Graph,然后显示地调用Graph.AddOperator(xxx)
TensorFlow同样可以显式化处理Graph。
与用户交互得到的计算图描述字串是唯一的,但是与用户交互的方式却是不唯一的。
所以IR之上,分为两派:
第一派要搞自己的API,函数封装非常有个性,宣示这是自己的专利、独门语言。
第二派不搞自己的API,反而去模拟现有的API,表示我很低调。
显然,用户更喜欢用自己熟悉框架的写法去描述模型,不喜欢天天背着个函数速查手册。
计算图优化
用于中间表示得到的计算图描述最好不要直接构造,因为存在冗余的求解目标,且可共享变量尚未提取。
当限制计算图描述为有向无环图(DAG)时,一些基本的图论算法便可应用于计算图描述的化简与变换。
陈天奇在今年的MSR Talk:Programming Models and Systems Design for Deep Learning中,总结了计算图优化的三个点:
①依赖性剪枝
分为前向传播剪枝,例:已知A+B=X,A+B=Y,求X?
反向传播剪枝, 例:A+B=X,A+B=Y,求X、Y,dX/dA?
根据用户的求解需求,可以剪掉没有求解的图分支。
②符号融合
符号融合的自动实现是困难的,因为Kernel基本不再实时编译了,所以更多体现在符号粗细粒度的设计上。
粗粒度的符号融合了数个细粒度的符号,一次编译出连续多个执行步骤的高效率代码。
粗粒度和细粒度并无好坏区分,一个速度快,一个更灵活。
从贪心角度,VM框架通常会提供粗细粒度两种实现給用户,因而需要更多人力维护编译后端。
③内存共享
Caffe1对于激活函数大多使用的inplace处理——即bottom和top是同一个Blob。
inplace使用新的输出y立即覆盖的输入x,需要以下两个条件:
1、bottom和top数量都为1,即:计算图中构成一条直线路径,
2、d(y)/d(x)与x是无关的,所以x被y覆盖不影响求导结果。
常见的激活函数都符号以上两个条件,因而可以减少内存的开销。
但是Caffe1在多网络内存共享优化上极其糟糕的,以至于Caffe1并不适合用来跑GAN,以及更复杂的网络。
一个简单例子是交叉验证上的优化:训练网络和验证网络的大部分Layer都是可以共享的,
但是由于Caffe1错误地将Blob独立的放在每个Net里,使得跨Net间很难共享数据。
除此之外,Caffe1还错误地将临时变量Blob独立放在每个Layer里,导致列卷积重复占用几个G内存。
让Net和Layer都能共享内存,只需要将Tensor/Blob置于最顶层,采用MVC来写框架即可。
Caffe2引入了Workspace来管理Tensor,并将工作空间的指针传给每一个Op、每一个Graph的构造函数。
这将使内存区域完全暴露在全局(类似MFC的Document),与TensorFlow一样,提供Feed/Fetch这一组API用于Python的外部访问。
这种内存的管理方式,同时也为模拟Theano的API提供便利(e.g. theano.shared和get_value,本质就是Feed与Fetch)。
使用Workspace优化显存,可使Caffe1做列卷积仅比CUDNN多300M(VGG16全连接) / 900M(VGG16全卷积),且时间开销近似为零。
遗憾的是,Caffe1臃肿、错误的代码结构似乎是无缘Workspace的引入了(这将面临大面积的代码重写,后果就是社区爆炸)。
P.S: 贾扬清在知乎还吐槽过Caffe1中大面积错误的模板写法,导致Caffe1似乎也是无缘FP16了..(大家赶紧研究Caffe2吧)
面向计算图的直接调试
很多用户抱怨TensorFlow调试困难,不像Caffe1那样更容易命中Bug的要害。
Caffe1的调试简单,源于Layer/Op的执行段很容易定位,Debug信息可以有效的输出。
而TensorFlow在计算图之上,为了迎合工业界搞了许多莫名其妙的API。
面向计算图的调试技术宗旨就是,可以实时输出模型执行计算图的文本描述。
对于一个符号单元而言:
①明确它的输入输出是什么Tensor,附加的静态参数是什么。
②它的符号名是什么,是什么符号类型,如果怀疑错了,直接if(name=xxx) {.....} 即可针对性调试。
对于几个符号组成的局部图单元:
只需要各个符号间输入输出的拓扑连接关系,这个和看net.prototxt没什么区别。
以上两种规格的单元调试,最好能够跳过API,直接暴露给用户。
只要符号单元的实现正确、计算图的拓扑连接及传入参数正确,那么模型的执行结果理论上是不会错的。
新的风暴已经出现
VM的侧重点
CGVM和NNVM的侧重点是不太一样的,CGVM更强调前端上的扩展化,后端上的唯一化。
所以CGVM不会去支持Torch编译后端,也不会去支持Caffe编译后端。
在NNVM的知乎讨论帖中,有一种观点认为VM是轻视Operator的实现。
但实际上,我们手里的一堆框架,在Operator、Kernel、Math级别的不少实现是没有多少区别的。
但恰恰折磨用户的正是这些没有多少区别的编译后端:各种依赖库、装Linux、编译各种错。
所以我个人更倾向整个DL社区能够提供一份完善的跨平台、跨设备解决方案,而不是多而杂的备选方案。
从这点来看,CGVM似乎是一个更彻底的框架杀手,但在ICML'15上, Jürgen Schmidhuber指出:
真正运行AI 的代码是非常简短的,甚至高中生都能玩转它。不用有任何担心会有行业垄断AI及其研究。
简短的AI代码,未必就是简单的框架提供的,有可能是自己熟悉的框架,这种需求体现在前端而不是后端。
VM指出了一条多框架混合思路:功能A,框架X写简单。功能B,框架Y写简单。
功能A和功能B又要end-to-end,那么显然混起来用不就行了。
只有使用频率不高的框架才会消亡,VM将框架混合使用后,熟悉的味道更浓了,那么便构不成”框架屠杀者“。
强大的AI代码,未必就是VM提供的,有可能是庞大的后端提供的。
随着paper的快速迭代,后端的扩展仍然是最繁重的编程任务。
VM和后端侧重点各有不同,难分好坏。但分离两者的做法确实是成功的一步。
VM的形式
VM及计算图描述方式是连接前后端的桥梁。
即便后端是唯一的,根据支持前端的不同,各家写的VM也很难统一。
实际上这就把框架之间的斗争引向了VM之间的斗争。
两人见面谈笑风生,与其问对方用什么框架,不如问对方用什么VM。
VM的主要工作
合成计算图描述的过程是乏味的,在Caffe1中,我们恐怕已经受够了人工编辑prototxt。
API交互方面,即便是MXNet提供给用户的API也是复杂臃肿的,或许仍然需要一个handbook。
TensorFlow中的TensorBoard借鉴了WebOS,VM上搞一个交互性更强的操作系统也是可行的。
除此之外,我可能比较熟悉一些经典框架,那么不妨让VM去实现那些耳熟能详的函数吧!
1、模拟theano.function
Theano的function是一个非常贴近数学表达计算图掩饰工具。
function内部转化表达式为计算图定义,同时返回一个lambda函数引向计算图的执行。
总之这是一个百看不腻的API。
2、模拟theano.tensor.grad
结合计算图优化,我们现在可以指定任意一对求导二元组(cost, wrt)。
因而,放开手,让自动求导在你的模型中飞舞吧。
3、模拟theano.scan
theano.scan是一个用来搭建RNN的神器。尽管最近Caffe1更新了RNN,但是只支持固定循环步数的RNN。
而theano.scan则可以根据Tensor的shape,为RNN建动态的计算图,这适合在NLP任务中处理不定长句子。
4、模拟pyCaffe
pyCaffe近来在RCNN、FCN、DeepDream中得到广泛应用,成为搞CV小伙伴们的最爱。
pyCaffe大部分是由C++数据结构通过Boost.Python导出的,
不幸的是,Boost.Thread导出之后与Python的GIL冲突,导致PyCaffe里无法执行C++线程。
尝试模拟移除Boost.Python后的PyCaffe,在Python里把Solver、Net、Layer給写出来吧。
5、模拟你熟悉的任意框架
.......等等,怎么感觉在写模拟器.....
当然写模拟器基本就是在重复造轮子,这个在NNVM的知乎讨论帖中已经指明了。
VM的重要性
VM是深度学习框架去中心化、解耦化发展迈出的重要一步。
同时暴露了目前框架圈混乱的本质:计算图之下,众生平等。计算图之上,群魔乱舞。
在今年我们可以看多许多框架PK对比的文章,然而大多只是从用户观点出发的简单评测。
对比之下,NNVM关注度不高、反对者还不少这种情况,确实让人感到意外。
回顾与展望
回顾2016:框架圈减肥大作战的开始
高调宣布开源XXX框架,再封装一些API,实际上已经多余了。
VM的出现,将上层接口的编写引向模拟经典的框架,从而达到减肥的目的。
框架维护者应当将大部分精力主要放在Kernel的编写上,而不是考虑搞一些大新闻。
展望2017:DL社区能否联合开源出跨平台、跨设备的后端解决方案
后端上,随着ARM、神经芯片的引入,我们迫切需要紧跟着硬件来完成繁重的编程。
后端是一个敏感词,因为硬件可以拿来卖钱,所以更倾向于闭源。
除此之外,即便出现了开源的后端,在山寨和混战之前是否能普及也是一个问题。
展望2017:来写框架吧
VM的出现,带来另一个值得思考的问题:现在是不是人人应该学写框架了?
传统框架编写的困难在代码耦合度高,学习成本昂贵。
VM流框架分离了前后端之后,前端编写难度很低,后端的则相对固定。
这样一来,框架的编程层次更加分明,Keras地位似乎要危险了。
展望2017:更快迭代的框架,更多变的风格,更难的垄断地位
相比于paper的迭代,框架的迭代似乎更快了一点。
余凯老师前段时间发出了TensorFlow垄断的担忧,但我们可以很乐观地看到:越来越多的用户,在深入框架的底层。
TensorFlow并不是最好的框架,MXNet也不是,最好的框架是自己用的舒服的框架,最好是一行行自己敲出来的。
如果你已经积累的数个框架的使用经验,是时候把它们无缝衔接在一起了。