Quick Draw Doodle Recognition៖ របៀបបង្កើតមិត្តជាមួយ R, C++ និងបណ្តាញសរសៃប្រសាទ

ហេហេ!

កាលពីរដូវស្លឹកឈើជ្រុះកន្លងទៅ Kaggle បានរៀបចំការប្រកួតប្រជែងមួយដើម្បីចាត់ថ្នាក់រូបភាពដែលគូរដោយដៃ Quick Draw Doodle Recognition ដែលក្នុងនោះក្រុមអ្នកវិទ្យាសាស្ត្រ R មួយក្រុមបានចូលរួម៖ Artem Klevtsova, អ្នកគ្រប់គ្រង Philippa и Andrey Ogurtsov. យើង​នឹង​មិន​រៀបរាប់​លម្អិត​អំពី​ការ​ប្រកួត​ប្រជែង​នោះ​ទេ ដែល​ត្រូវ​បាន​ធ្វើ​រួច​ហើយ​នៅ​ក្នុង ការបោះពុម្ពផ្សាយថ្មីៗ.

លើកនេះវាមិនដំណើរការជាមួយនឹងការធ្វើកសិកម្មមេដាយទេ ប៉ុន្តែបទពិសោធន៍ដ៏មានតម្លៃជាច្រើនត្រូវបានទទួល ដូច្នេះខ្ញុំចង់ប្រាប់សហគមន៍អំពីអ្វីដែលគួរឱ្យចាប់អារម្មណ៍ និងមានប្រយោជន៍បំផុតមួយចំនួននៅលើ Kagle និងក្នុងការងារប្រចាំថ្ងៃ។ ក្នុងចំណោមប្រធានបទដែលបានពិភាក្សា៖ ជីវិតលំបាកដោយគ្មាន អូស៊ីស៊ីស៊ី។ការញែក JSON (ឧទាហរណ៍ទាំងនេះពិនិត្យមើលការរួមបញ្ចូលកូដ C++ ទៅក្នុងស្គ្រីប ឬកញ្ចប់ក្នុង R ដោយប្រើ Rcpp), ការកំណត់ប៉ារ៉ាម៉ែត្រនៃស្គ្រីប និង dockerization នៃដំណោះស្រាយចុងក្រោយ។ កូដទាំងអស់ពីសារក្នុងទម្រង់សមរម្យសម្រាប់ការប្រតិបត្តិគឺអាចរកបាននៅក្នុង ឃ្លាំង.

មាតិកា:

1. ផ្ទុកទិន្នន័យពី CSV ទៅក្នុង MonetDB ប្រកបដោយប្រសិទ្ធភាព
2. កំពុងរៀបចំបាច់
3. Iterators សម្រាប់ unloading batches ពី database
4. ការជ្រើសរើសស្ថាបត្យកម្មគំរូ
5. ការកំណត់ស្គ្រីប
6. Dockerization នៃស្គ្រីប
7. ការប្រើប្រាស់ GPU ជាច្រើននៅលើ Google Cloud
8. ជំនួសឱ្យការសន្និដ្ឋានមួយ

1. ផ្ទុកទិន្នន័យពី CSV យ៉ាងមានប្រសិទ្ធភាពទៅក្នុងមូលដ្ឋានទិន្នន័យ MonetDB

ទិន្នន័យនៅក្នុងការប្រកួតប្រជែងនេះត្រូវបានផ្តល់ជូនមិនមែនក្នុងទម្រង់ជារូបភាពដែលត្រៀមរួចជាស្រេចនោះទេ ប៉ុន្តែជាទម្រង់ឯកសារ CSV ចំនួន 340 (ឯកសារមួយសម្រាប់ថ្នាក់នីមួយៗ) ដែលមាន JSONs ជាមួយចំណុចកូអរដោណេ។ ដោយភ្ជាប់ចំណុចទាំងនេះជាមួយបន្ទាត់ យើងទទួលបានរូបភាពចុងក្រោយដែលវាស់ 256x256 ភីកសែល។ ផងដែរសម្រាប់កំណត់ត្រានីមួយៗមានស្លាកមួយដែលបង្ហាញថារូបភាពត្រូវបានទទួលស្គាល់ត្រឹមត្រូវដោយអ្នកចាត់ថ្នាក់ដែលបានប្រើនៅពេលសំណុំទិន្នន័យត្រូវបានប្រមូល លេខកូដពីរអក្សរនៃប្រទេសដែលរស់នៅរបស់អ្នកនិពន្ធរូបភាព អត្តសញ្ញាណតែមួយគត់ ត្រាពេលវេលា។ និងឈ្មោះថ្នាក់ដែលត្រូវនឹងឈ្មោះឯកសារ។ កំណែសាមញ្ញនៃទិន្នន័យដើមមានទម្ងន់ 7.4 GB នៅក្នុងបណ្ណសារ ហើយប្រហែល 20 GB បន្ទាប់ពីពន្លា ទិន្នន័យពេញលេញបន្ទាប់ពីការពន្លាយក 240 GB ។ អ្នករៀបចំបានធានាថា កំណែទាំងពីរនេះផលិតឡើងវិញនូវគំនូរដូចគ្នា ដែលមានន័យថាកំណែពេញលេញគឺលែងត្រូវការតទៅទៀត។ ក្នុងករណីណាក៏ដោយ ការរក្សាទុករូបភាពចំនួន 50 លាននៅក្នុងឯកសារក្រាហ្វិក ឬក្នុងទម្រង់ជាអារេភ្លាមៗត្រូវបានចាត់ទុកថាមិនមានផលចំណេញ ហើយយើងបានសម្រេចចិត្តបញ្ចូលឯកសារ CSV ទាំងអស់ពីបណ្ណសារ train_simplified.zip ទៅក្នុងមូលដ្ឋានទិន្នន័យជាមួយនឹងរូបភាពជំនាន់បន្ទាប់នៃទំហំដែលត្រូវការ "នៅលើការហោះហើរ" សម្រាប់បាច់នីមួយៗ។

ប្រព័ន្ធដែលបានបញ្ជាក់យ៉ាងច្បាស់ត្រូវបានជ្រើសរើសជា DBMS MonetDBពោលគឺការអនុវត្តសម្រាប់ R ជាកញ្ចប់មួយ។ MonetDBLite. កញ្ចប់រួមបញ្ចូលកំណែដែលបានបង្កប់នៃម៉ាស៊ីនមេមូលដ្ឋានទិន្នន័យ និងអនុញ្ញាតឱ្យអ្នកយកម៉ាស៊ីនមេដោយផ្ទាល់ពីសម័យ R ហើយធ្វើការជាមួយវានៅទីនោះ។ ការបង្កើតមូលដ្ឋានទិន្នន័យ និងការភ្ជាប់ទៅវាត្រូវបានអនុវត្តដោយប្រើពាក្យបញ្ជាមួយ៖

con <- DBI::dbConnect(drv = MonetDBLite::MonetDBLite(), Sys.getenv("DBDIR"))

យើងនឹងត្រូវការបង្កើតតារាងពីរ៖ មួយសម្រាប់ទិន្នន័យទាំងអស់ មួយទៀតសម្រាប់ព័ត៌មានសេវាកម្មអំពីឯកសារដែលបានទាញយក (មានប្រយោជន៍ប្រសិនបើមានអ្វីខុស ហើយដំណើរការត្រូវតែបន្តបន្ទាប់ពីទាញយកឯកសារជាច្រើន)៖

ការបង្កើតតារាង

if (!DBI::dbExistsTable(con, "doodles")) {
  DBI::dbCreateTable(
    con = con,
    name = "doodles",
    fields = c(
      "countrycode" = "char(2)",
      "drawing" = "text",
      "key_id" = "bigint",
      "recognized" = "bool",
      "timestamp" = "timestamp",
      "word" = "text"
    )
  )
}

if (!DBI::dbExistsTable(con, "upload_log")) {
  DBI::dbCreateTable(
    con = con,
    name = "upload_log",
    fields = c(
      "id" = "serial",
      "file_name" = "text UNIQUE",
      "uploaded" = "bool DEFAULT false"
    )
  )
}

មធ្យោបាយលឿនបំផុតក្នុងការផ្ទុកទិន្នន័យទៅក្នុងមូលដ្ឋានទិន្នន័យគឺចម្លងឯកសារ CSV ដោយផ្ទាល់ដោយប្រើពាក្យបញ្ជា SQL COPY OFFSET 2 INTO tablename FROM path USING DELIMITERS ',','n','"' NULL AS '' BEST EFFORTដែលជាកន្លែង tablename - ឈ្មោះតារាងនិង path - ផ្លូវទៅកាន់ឯកសារ។ ខណៈពេលកំពុងធ្វើការជាមួយបណ្ណសារ វាត្រូវបានគេរកឃើញថាការអនុវត្តន៍ដែលបានភ្ជាប់មកជាមួយ unzip នៅក្នុង R មិនដំណើរការត្រឹមត្រូវជាមួយឯកសារមួយចំនួនពីបណ្ណសារ ដូច្នេះយើងបានប្រើប្រព័ន្ធ unzip (ដោយប្រើប៉ារ៉ាម៉ែត្រ getOption("unzip")).

មុខងារសម្រាប់សរសេរទៅមូលដ្ឋានទិន្នន័យ

#' @title Извлечение и загрузка файлов
#'
#' @description
#' Извлечение CSV-файлов из ZIP-архива и загрузка их в базу данных
#'
#' @param con Объект подключения к базе данных (класс `MonetDBEmbeddedConnection`).
#' @param tablename Название таблицы в базе данных.
#' @oaram zipfile Путь к ZIP-архиву.
#' @oaram filename Имя файла внури ZIP-архива.
#' @param preprocess Функция предобработки, которая будет применена извлечённому файлу.
#'   Должна принимать один аргумент `data` (объект `data.table`).
#'
#' @return `TRUE`.
#'
upload_file <- function(con, tablename, zipfile, filename, preprocess = NULL) {
  # Проверка аргументов
  checkmate::assert_class(con, "MonetDBEmbeddedConnection")
  checkmate::assert_string(tablename)
  checkmate::assert_string(filename)
  checkmate::assert_true(DBI::dbExistsTable(con, tablename))
  checkmate::assert_file_exists(zipfile, access = "r", extension = "zip")
  checkmate::assert_function(preprocess, args = c("data"), null.ok = TRUE)

  # Извлечение файла
  path <- file.path(tempdir(), filename)
  unzip(zipfile, files = filename, exdir = tempdir(), 
        junkpaths = TRUE, unzip = getOption("unzip"))
  on.exit(unlink(file.path(path)))

  # Применяем функция предобработки
  if (!is.null(preprocess)) {
    .data <- data.table::fread(file = path)
    .data <- preprocess(data = .data)
    data.table::fwrite(x = .data, file = path, append = FALSE)
    rm(.data)
  }

  # Запрос к БД на импорт CSV
  sql <- sprintf(
    "COPY OFFSET 2 INTO %s FROM '%s' USING DELIMITERS ',','n','"' NULL AS '' BEST EFFORT",
    tablename, path
  )
  # Выполнение запроса к БД
  DBI::dbExecute(con, sql)

  # Добавление записи об успешной загрузке в служебную таблицу
  DBI::dbExecute(con, sprintf("INSERT INTO upload_log(file_name, uploaded) VALUES('%s', true)",
                              filename))

  return(invisible(TRUE))
}

ប្រសិនបើអ្នកត្រូវការបំប្លែងតារាងមុននឹងសរសេរវាទៅមូលដ្ឋានទិន្នន័យ វាគ្រប់គ្រាន់ក្នុងការឆ្លងកាត់ក្នុងអាគុយម៉ង់ preprocess មុខងារដែលនឹងបំប្លែងទិន្នន័យ។

កូដសម្រាប់ផ្ទុកទិន្នន័យជាបន្តបន្ទាប់ទៅក្នុងមូលដ្ឋានទិន្នន័យ៖

ការសរសេរទិន្នន័យទៅមូលដ្ឋានទិន្នន័យ

# Список файлов для записи
files <- unzip(zipfile, list = TRUE)$Name

# Список исключений, если часть файлов уже была загружена
to_skip <- DBI::dbGetQuery(con, "SELECT file_name FROM upload_log")[[1L]]
files <- setdiff(files, to_skip)

if (length(files) > 0L) {
  # Запускаем таймер
  tictoc::tic()
  # Прогресс бар
  pb <- txtProgressBar(min = 0L, max = length(files), style = 3)
  for (i in seq_along(files)) {
    upload_file(con = con, tablename = "doodles", 
                zipfile = zipfile, filename = files[i])
    setTxtProgressBar(pb, i)
  }
  close(pb)
  # Останавливаем таймер
  tictoc::toc()
}

# 526.141 sec elapsed - копирование SSD->SSD
# 558.879 sec elapsed - копирование USB->SSD

ពេលវេលាផ្ទុកទិន្នន័យអាចប្រែប្រួលអាស្រ័យលើលក្ខណៈល្បឿននៃដ្រាយដែលបានប្រើ។ ក្នុងករណីរបស់យើង ការអាន និងសរសេរក្នុង SSD មួយ ឬពី flash drive (ឯកសារប្រភព) ទៅ SSD (DB) ចំណាយពេលតិចជាង 10 នាទី។

វាត្រូវការពេលពីរបីវិនាទីទៀតដើម្បីបង្កើតជួរឈរដែលមានស្លាកថ្នាក់ចំនួនគត់ និងជួរឈរលិបិក្រម (ORDERED INDEX) ជាមួយ​នឹង​លេខ​បន្ទាត់​ដែល​ការ​សង្កេត​នឹង​ត្រូវ​បាន​យក​គំរូ​តាម​ពេល​បង្កើត​បណ្តុំ​៖

ការបង្កើតជួរឈរ និងលិបិក្រមបន្ថែម

message("Generate lables")
invisible(DBI::dbExecute(con, "ALTER TABLE doodles ADD label_int int"))
invisible(DBI::dbExecute(con, "UPDATE doodles SET label_int = dense_rank() OVER (ORDER BY word) - 1"))

message("Generate row numbers")
invisible(DBI::dbExecute(con, "ALTER TABLE doodles ADD id serial"))
invisible(DBI::dbExecute(con, "CREATE ORDERED INDEX doodles_id_ord_idx ON doodles(id)"))

ដើម្បីដោះស្រាយបញ្ហានៃការបង្កើតបណ្តុំភ្លាមៗ យើងត្រូវសម្រេចបាននូវល្បឿនអតិបរមានៃការស្រង់ជួរដេកចៃដន្យចេញពីតារាង។ doodles. សម្រាប់រឿងនេះយើងបានប្រើល្បិច 3 ។ ទីមួយគឺកាត់បន្ថយវិមាត្រនៃប្រភេទដែលរក្សាទុកលេខសម្គាល់សង្កេត។ នៅក្នុងសំណុំទិន្នន័យដើម ប្រភេទដែលត្រូវការដើម្បីរក្សាទុកលេខសម្គាល់គឺ bigintប៉ុន្តែចំនួននៃការសង្កេតធ្វើឱ្យវាអាចធ្វើទៅបានដើម្បីឱ្យសមនឹងការកំណត់អត្តសញ្ញាណរបស់ពួកគេ ស្មើនឹងចំនួនធម្មតាទៅក្នុងប្រភេទ int. ការស្វែងរកគឺលឿនជាងក្នុងករណីនេះ។ ល្បិចទីពីរគឺត្រូវប្រើ ORDERED INDEX - យើងបានឈានទៅដល់ការសម្រេចចិត្តនេះជាក់ស្តែង ដោយបានឆ្លងកាត់គ្រប់មធ្យោបាយទាំងអស់។ ជម្រើស. ទីបីគឺត្រូវប្រើសំណួរដែលមានប៉ារ៉ាម៉ែត្រ។ ខ្លឹមសារនៃវិធីសាស្ត្រគឺ ប្រតិបត្តិពាក្យបញ្ជាម្តង PREPARE ជាមួយនឹងការប្រើប្រាស់ជាបន្តបន្ទាប់នៃកន្សោមដែលបានរៀបចំនៅពេលបង្កើតបណ្តុំនៃសំណួរនៃប្រភេទដូចគ្នា ប៉ុន្តែតាមពិតវាមានអត្ថប្រយោជន៍មួយក្នុងការប្រៀបធៀបជាមួយសាមញ្ញមួយ។ SELECT បានប្រែក្លាយថាស្ថិតនៅក្នុងជួរនៃកំហុសស្ថិតិ។

ដំណើរការនៃការផ្ទុកឡើងទិន្នន័យប្រើប្រាស់ RAM មិនលើសពី 450 MB ។ នោះគឺជាវិធីសាស្រ្តដែលបានពិពណ៌នាអនុញ្ញាតឱ្យអ្នកផ្លាស់ទីសំណុំទិន្នន័យដែលមានទម្ងន់រាប់សិបជីហ្គាបៃនៅលើស្ទើរតែគ្រប់ផ្នែករឹងថវិកា រួមទាំងឧបករណ៍បន្ទះតែមួយផងដែរ ដែលពិតជាឡូយណាស់។

អ្វីដែលនៅសេសសល់គឺដើម្បីវាស់ល្បឿននៃការទាញយកទិន្នន័យ (ចៃដន្យ) និងវាយតម្លៃការធ្វើមាត្រដ្ឋាននៅពេលសំណាកគំរូដែលមានទំហំខុសៗគ្នា៖

ស្តង់ដារមូលដ្ឋានទិន្នន័យ

library(ggplot2)

set.seed(0)
# Подключение к базе данных
con <- DBI::dbConnect(MonetDBLite::MonetDBLite(), Sys.getenv("DBDIR"))

# Функция для подготовки запроса на стороне сервера
prep_sql <- function(batch_size) {
  sql <- sprintf("PREPARE SELECT id FROM doodles WHERE id IN (%s)",
                 paste(rep("?", batch_size), collapse = ","))
  res <- DBI::dbSendQuery(con, sql)
  return(res)
}

# Функция для извлечения данных
fetch_data <- function(rs, batch_size) {
  ids <- sample(seq_len(n), batch_size)
  res <- DBI::dbFetch(DBI::dbBind(rs, as.list(ids)))
  return(res)
}

# Проведение замера
res_bench <- bench::press(
  batch_size = 2^(4:10),
  {
    rs <- prep_sql(batch_size)
    bench::mark(
      fetch_data(rs, batch_size),
      min_iterations = 50L
    )
  }
)
# Параметры бенчмарка
cols <- c("batch_size", "min", "median", "max", "itr/sec", "total_time", "n_itr")
res_bench[, cols]

#   batch_size      min   median      max `itr/sec` total_time n_itr
#        <dbl> <bch:tm> <bch:tm> <bch:tm>     <dbl>   <bch:tm> <int>
# 1         16   23.6ms  54.02ms  93.43ms     18.8        2.6s    49
# 2         32     38ms  84.83ms 151.55ms     11.4       4.29s    49
# 3         64   63.3ms 175.54ms 248.94ms     5.85       8.54s    50
# 4        128   83.2ms 341.52ms 496.24ms     3.00      16.69s    50
# 5        256  232.8ms 653.21ms 847.44ms     1.58      31.66s    50
# 6        512  784.6ms    1.41s    1.98s     0.740       1.1m    49
# 7       1024  681.7ms    2.72s    4.06s     0.377      2.16m    49

ggplot(res_bench, aes(x = factor(batch_size), y = median, group = 1)) +
  geom_point() +
  geom_line() +
  ylab("median time, s") +
  theme_minimal()

DBI::dbDisconnect(con, shutdown = TRUE)

2. ការរៀបចំបាច់

ដំណើរការរៀបចំបណ្តុំទាំងមូលមានជំហានដូចខាងក្រោមៈ

1. ការញែក JSON ជាច្រើនដែលមានវ៉ិចទ័រនៃខ្សែអក្សរជាមួយនឹងកូអរដោនេនៃចំណុច។
2. គូរបន្ទាត់ពណ៌ដោយផ្អែកលើកូអរដោណេនៃចំណុចនៅលើរូបភាពនៃទំហំដែលត្រូវការ (ឧទាហរណ៍ 256 × 256 ឬ 128 × 128) ។
3. ការបំប្លែងរូបភាពលទ្ធផលទៅជា tensor ។

ជាផ្នែកមួយនៃការប្រកួតប្រជែងក្នុងចំណោមខឺណែល Python បញ្ហាត្រូវបានដោះស្រាយជាចម្បងដោយប្រើ អូស៊ីស៊ីស៊ី។. មួយនៃ analogues សាមញ្ញបំផុតនិងជាក់ស្តែងបំផុតនៅក្នុង R នឹងមើលទៅដូចនេះ:

ការអនុវត្ត JSON ទៅជាការបំប្លែង Tensor ក្នុង R

r_process_json_str <- function(json, line.width = 3, 
                               color = TRUE, scale = 1) {
  # Парсинг JSON
  coords <- jsonlite::fromJSON(json, simplifyMatrix = FALSE)
  tmp <- tempfile()
  # Удаляем временный файл по завершению функции
  on.exit(unlink(tmp))
  png(filename = tmp, width = 256 * scale, height = 256 * scale, pointsize = 1)
  # Пустой график
  plot.new()
  # Размер окна графика
  plot.window(xlim = c(256 * scale, 0), ylim = c(256 * scale, 0))
  # Цвета линий
  cols <- if (color) rainbow(length(coords)) else "#000000"
  for (i in seq_along(coords)) {
    lines(x = coords[[i]][[1]] * scale, y = coords[[i]][[2]] * scale, 
          col = cols[i], lwd = line.width)
  }
  dev.off()
  # Преобразование изображения в 3-х мерный массив
  res <- png::readPNG(tmp)
  return(res)
}

r_process_json_vector <- function(x, ...) {
  res <- lapply(x, r_process_json_str, ...)
  # Объединение 3-х мерных массивов картинок в 4-х мерный в тензор
  res <- do.call(abind::abind, c(res, along = 0))
  return(res)
}

ការគូរត្រូវបានអនុវត្តដោយប្រើឧបករណ៍ R ស្តង់ដារ ហើយរក្សាទុកក្នុង PNG បណ្តោះអាសន្នដែលរក្សាទុកក្នុង RAM (នៅលើ Linux ថត R បណ្តោះអាសន្នមានទីតាំងនៅក្នុងថត /tmpដំឡើងក្នុង RAM) ។ បន្ទាប់មកឯកសារនេះត្រូវបានអានជាអារេបីវិមាត្រដែលមានលេខចាប់ពី 0 ដល់ 1។ នេះគឺសំខាន់ព្រោះ BMP សាមញ្ញជាងនឹងត្រូវបានអានទៅក្នុងអារេឆៅដែលមានលេខកូដពណ៌គោលដប់ប្រាំមួយ។

តោះសាកល្បងលទ្ធផល៖

zip_file <- file.path("data", "train_simplified.zip")
csv_file <- "cat.csv"
unzip(zip_file, files = csv_file, exdir = tempdir(), 
      junkpaths = TRUE, unzip = getOption("unzip"))
tmp_data <- data.table::fread(file.path(tempdir(), csv_file), sep = ",", 
                              select = "drawing", nrows = 10000)
arr <- r_process_json_str(tmp_data[4, drawing])
dim(arr)
# [1] 256 256   3
plot(magick::image_read(arr))

បណ្តុំខ្លួនវានឹងត្រូវបានបង្កើតឡើងដូចខាងក្រោម៖

res <- r_process_json_vector(tmp_data[1:4, drawing], scale = 0.5)
str(res)
 # num [1:4, 1:128, 1:128, 1:3] 1 1 1 1 1 1 1 1 1 1 ...
 # - attr(*, "dimnames")=List of 4
 #  ..$ : NULL
 #  ..$ : NULL
 #  ..$ : NULL
 #  ..$ : NULL

ការអនុវត្តនេះហាក់ដូចជាសមស្របបំផុតសម្រាប់យើង ដោយសារការបង្កើតបណ្តុំធំៗចំណាយពេលយូរមិនសមរម្យ ហើយយើងបានសម្រេចចិត្តទាញយកអត្ថប្រយោជន៍ពីបទពិសោធន៍របស់សហការីរបស់យើងដោយប្រើបណ្ណាល័យដ៏មានឥទ្ធិពល។ អូស៊ីស៊ីស៊ី។. នៅពេលនោះមិនមានកញ្ចប់ដែលត្រៀមរួចជាស្រេចសម្រាប់ R (មិនមានឥឡូវនេះទេ) ដូច្នេះការអនុវត្តតិចតួចនៃមុខងារដែលត្រូវការត្រូវបានសរសេរនៅក្នុង C ++ ជាមួយនឹងការបញ្ចូលទៅក្នុងកូដ R ដោយប្រើ Rcpp.

ដើម្បីដោះស្រាយបញ្ហា កញ្ចប់ និងបណ្ណាល័យខាងក្រោមត្រូវបានប្រើប្រាស់៖

1. អូស៊ីស៊ីស៊ី។ សម្រាប់ធ្វើការជាមួយរូបភាព និងគូរបន្ទាត់។ បានប្រើបណ្ណាល័យប្រព័ន្ធដែលបានដំឡើងជាមុន និងឯកសារបឋមកថា ក៏ដូចជាការភ្ជាប់ថាមវន្ត។

2. xtensor សម្រាប់ធ្វើការជាមួយអារេពហុវិមាត្រ និងតង់ស៊ីតេ។ យើងបានប្រើឯកសារបឋមកថាដែលរួមបញ្ចូលក្នុងកញ្ចប់ R នៃឈ្មោះដូចគ្នា។ បណ្ណាល័យអនុញ្ញាតឱ្យអ្នកធ្វើការជាមួយអារេពហុវិមាត្រ ទាំងនៅក្នុងលំដាប់ជួរធំ និងជួរធំ។

3. ndjson សម្រាប់ញែក JSON ។ បណ្ណាល័យនេះត្រូវបានប្រើនៅក្នុង xtensor ដោយស្វ័យប្រវត្តិប្រសិនបើវាមានវត្តមាននៅក្នុងគម្រោង។

4. RcppThread សម្រាប់ការរៀបចំដំណើរការពហុខ្សែនៃវ៉ិចទ័រពី JSON ។ បានប្រើឯកសារបឋមកថាដែលផ្តល់ដោយកញ្ចប់នេះ។ ពី​ការ​ពេញ​និយម​កាន់​តែ​ច្រើន​ RcppParallel កញ្ចប់ក្នុងចំណោមរបស់ផ្សេងទៀតមានយន្តការរំខានរង្វិលជុំដែលភ្ជាប់មកជាមួយ។

វាគួរឱ្យកត់សម្គាល់ថា xtensor ប្រែក្លាយថាជា godsend៖ បន្ថែមពីលើការពិតដែលថាវាមានមុខងារទូលំទូលាយ និងដំណើរការខ្ពស់ អ្នកអភិវឌ្ឍន៍របស់វាបានឆ្លើយតបយ៉ាងត្រឹមត្រូវ និងឆ្លើយសំណួរភ្លាមៗ និងលម្អិត។ ដោយមានជំនួយរបស់ពួកគេ វាអាចអនុវត្តការបំប្លែងម៉ាទ្រីស OpenCV ទៅជា xtensor tensors ក៏ដូចជាវិធីមួយដើម្បីបញ្ចូលគ្នានូវរូបភាព 3-dimensional tensor ទៅជា tensor 4-dimensional នៃវិមាត្រត្រឹមត្រូវ (បាច់ខ្លួនវាផ្ទាល់)។

សម្ភារៈសម្រាប់រៀន Rcpp, xtensor និង RcppThread

https://thecoatlessprofessor.com/programming/unofficial-rcpp-api-documentation

https://docs.opencv.org/4.0.1/d7/dbd/group__imgproc.html

https://xtensor.readthedocs.io/en/latest/

https://xtensor.readthedocs.io/en/latest/file_loading.html#loading-json-data-into-xtensor

https://cran.r-project.org/web/packages/RcppThread/vignettes/RcppThread-vignette.pdf

ដើម្បីចងក្រងឯកសារដែលប្រើឯកសារប្រព័ន្ធ និងការភ្ជាប់ថាមវន្តជាមួយបណ្ណាល័យដែលបានដំឡើងនៅលើប្រព័ន្ធ យើងបានប្រើយន្តការកម្មវិធីជំនួយដែលបានអនុវត្តនៅក្នុងកញ្ចប់ Rcpp. ដើម្បីស្វែងរកផ្លូវ និងទង់ដោយស្វ័យប្រវត្តិ យើងបានប្រើឧបករណ៍ប្រើប្រាស់លីនុចដ៏ពេញនិយម pkg- កំណត់រចនាសម្ព័ន្ធ.

ការអនុវត្តកម្មវិធីជំនួយ Rcpp សម្រាប់ការប្រើប្រាស់បណ្ណាល័យ OpenCV

Rcpp::registerPlugin("opencv", function() {
  # Возможные названия пакета
  pkg_config_name <- c("opencv", "opencv4")
  # Бинарный файл утилиты pkg-config
  pkg_config_bin <- Sys.which("pkg-config")
  # Проврека наличия утилиты в системе
  checkmate::assert_file_exists(pkg_config_bin, access = "x")
  # Проверка наличия файла настроек OpenCV для pkg-config
  check <- sapply(pkg_config_name, 
                  function(pkg) system(paste(pkg_config_bin, pkg)))
  if (all(check != 0)) {
    stop("OpenCV config for the pkg-config not found", call. = FALSE)
  }

  pkg_config_name <- pkg_config_name[check == 0]
  list(env = list(
    PKG_CXXFLAGS = system(paste(pkg_config_bin, "--cflags", pkg_config_name), 
                          intern = TRUE),
    PKG_LIBS = system(paste(pkg_config_bin, "--libs", pkg_config_name), 
                      intern = TRUE)
  ))
})

ជាលទ្ធផលនៃប្រតិបត្តិការរបស់កម្មវិធីជំនួយ តម្លៃខាងក្រោមនឹងត្រូវបានជំនួសក្នុងអំឡុងពេលដំណើរការចងក្រង៖

Rcpp:::.plugins$opencv()$env

# $PKG_CXXFLAGS
# [1] "-I/usr/include/opencv"
#
# $PKG_LIBS
# [1] "-lopencv_shape -lopencv_stitching -lopencv_superres -lopencv_videostab -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_datasets -lopencv_dpm -lopencv_face -lopencv_freetype -lopencv_fuzzy -lopencv_hdf -lopencv_line_descriptor -lopencv_optflow -lopencv_video -lopencv_plot -lopencv_reg -lopencv_saliency -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_rgbd -lopencv_viz -lopencv_surface_matching -lopencv_text -lopencv_ximgproc -lopencv_calib3d -lopencv_features2d -lopencv_flann -lopencv_xobjdetect -lopencv_objdetect -lopencv_ml -lopencv_xphoto -lopencv_highgui -lopencv_videoio -lopencv_imgcodecs -lopencv_photo -lopencv_imgproc -lopencv_core"

លេខកូដអនុវត្តសម្រាប់ការញែក JSON និងបង្កើតបណ្តុំសម្រាប់ការបញ្ជូនទៅកាន់ម៉ូដែលត្រូវបានផ្តល់ឱ្យនៅក្រោម spoiler ។ ជាដំបូង បន្ថែមថតគម្រោងក្នុងតំបន់ ដើម្បីស្វែងរកឯកសារបឋមកថា (ត្រូវការសម្រាប់ ndjson)៖

Sys.setenv("PKG_CXXFLAGS" = paste0("-I", normalizePath(file.path("src"))))

ការអនុវត្ត JSON ទៅជាការបម្លែង tensor នៅក្នុង C++

// [[Rcpp::plugins(cpp14)]]
// [[Rcpp::plugins(opencv)]]
// [[Rcpp::depends(xtensor)]]
// [[Rcpp::depends(RcppThread)]]

#include <xtensor/xjson.hpp>
#include <xtensor/xadapt.hpp>
#include <xtensor/xview.hpp>
#include <xtensor-r/rtensor.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <Rcpp.h>
#include <RcppThread.h>

// Синонимы для типов
using RcppThread::parallelFor;
using json = nlohmann::json;
using points = xt::xtensor<double,2>;     // Извлечённые из JSON координаты точек
using strokes = std::vector<points>;      // Извлечённые из JSON координаты точек
using xtensor3d = xt::xtensor<double, 3>; // Тензор для хранения матрицы изоображения
using xtensor4d = xt::xtensor<double, 4>; // Тензор для хранения множества изображений
using rtensor3d = xt::rtensor<double, 3>; // Обёртка для экспорта в R
using rtensor4d = xt::rtensor<double, 4>; // Обёртка для экспорта в R

// Статические константы
// Размер изображения в пикселях
const static int SIZE = 256;
// Тип линии
// См. https://en.wikipedia.org/wiki/Pixel_connectivity#2-dimensional
const static int LINE_TYPE = cv::LINE_4;
// Толщина линии в пикселях
const static int LINE_WIDTH = 3;
// Алгоритм ресайза
// https://docs.opencv.org/3.1.0/da/d54/group__imgproc__transform.html#ga5bb5a1fea74ea38e1a5445ca803ff121
const static int RESIZE_TYPE = cv::INTER_LINEAR;

// Шаблон для конвертирования OpenCV-матрицы в тензор
template <typename T, int NCH, typename XT=xt::xtensor<T,3,xt::layout_type::column_major>>
XT to_xt(const cv::Mat_<cv::Vec<T, NCH>>& src) {
  // Размерность целевого тензора
  std::vector<int> shape = {src.rows, src.cols, NCH};
  // Общее количество элементов в массиве
  size_t size = src.total() * NCH;
  // Преобразование cv::Mat в xt::xtensor
  XT res = xt::adapt((T*) src.data, size, xt::no_ownership(), shape);
  return res;
}

// Преобразование JSON в список координат точек
strokes parse_json(const std::string& x) {
  auto j = json::parse(x);
  // Результат парсинга должен быть массивом
  if (!j.is_array()) {
    throw std::runtime_error("'x' must be JSON array.");
  }
  strokes res;
  res.reserve(j.size());
  for (const auto& a: j) {
    // Каждый элемент массива должен быть 2-мерным массивом
    if (!a.is_array() || a.size() != 2) {
      throw std::runtime_error("'x' must include only 2d arrays.");
    }
    // Извлечение вектора точек
    auto p = a.get<points>();
    res.push_back(p);
  }
  return res;
}

// Отрисовка линий
// Цвета HSV
cv::Mat ocv_draw_lines(const strokes& x, bool color = true) {
  // Исходный тип матрицы
  auto stype = color ? CV_8UC3 : CV_8UC1;
  // Итоговый тип матрицы
  auto dtype = color ? CV_32FC3 : CV_32FC1;
  auto bg = color ? cv::Scalar(0, 0, 255) : cv::Scalar(255);
  auto col = color ? cv::Scalar(0, 255, 220) : cv::Scalar(0);
  cv::Mat img = cv::Mat(SIZE, SIZE, stype, bg);
  // Количество линий
  size_t n = x.size();
  for (const auto& s: x) {
    // Количество точек в линии
    size_t n_points = s.shape()[1];
    for (size_t i = 0; i < n_points - 1; ++i) {
      // Точка начала штриха
      cv::Point from(s(0, i), s(1, i));
      // Точка окончания штриха
      cv::Point to(s(0, i + 1), s(1, i + 1));
      // Отрисовка линии
      cv::line(img, from, to, col, LINE_WIDTH, LINE_TYPE);
    }
    if (color) {
      // Меняем цвет линии
      col[0] += 180 / n;
    }
  }
  if (color) {
    // Меняем цветовое представление на RGB
    cv::cvtColor(img, img, cv::COLOR_HSV2RGB);
  }
  // Меняем формат представления на float32 с диапазоном [0, 1]
  img.convertTo(img, dtype, 1 / 255.0);
  return img;
}

// Обработка JSON и получение тензора с данными изображения
xtensor3d process(const std::string& x, double scale = 1.0, bool color = true) {
  auto p = parse_json(x);
  auto img = ocv_draw_lines(p, color);
  if (scale != 1) {
    cv::Mat out;
    cv::resize(img, out, cv::Size(), scale, scale, RESIZE_TYPE);
    cv::swap(img, out);
    out.release();
  }
  xtensor3d arr = color ? to_xt<double,3>(img) : to_xt<double,1>(img);
  return arr;
}

// [[Rcpp::export]]
rtensor3d cpp_process_json_str(const std::string& x, 
                               double scale = 1.0, 
                               bool color = true) {
  xtensor3d res = process(x, scale, color);
  return res;
}

// [[Rcpp::export]]
rtensor4d cpp_process_json_vector(const std::vector<std::string>& x, 
                                  double scale = 1.0, 
                                  bool color = false) {
  size_t n = x.size();
  size_t dim = floor(SIZE * scale);
  size_t channels = color ? 3 : 1;
  xtensor4d res({n, dim, dim, channels});
  parallelFor(0, n, [&x, &res, scale, color](int i) {
    xtensor3d tmp = process(x[i], scale, color);
    auto view = xt::view(res, i, xt::all(), xt::all(), xt::all());
    view = tmp;
  });
  return res;
}

លេខកូដនេះគួរតែត្រូវបានដាក់ក្នុងឯកសារ src/cv_xt.cpp ហើយចងក្រងជាមួយពាក្យបញ្ជា Rcpp::sourceCpp(file = "src/cv_xt.cpp", env = .GlobalEnv); ទាមទារសម្រាប់ការងារផងដែរ។ nlohmann/json.hpp ពី ឃ្លាំង. កូដត្រូវបានបែងចែកជាមុខងារជាច្រើន៖

• to_xt - មុខងារគំរូសម្រាប់បំប្លែងម៉ាទ្រីសរូបភាព (cv::Mat) ទៅ tensor មួយ។ xt::xtensor;

• parse_json - មុខងារញែកខ្សែអក្សរ JSON ស្រង់កូអរដោណេនៃចំនុច ដោយខ្ចប់វាទៅជាវ៉ិចទ័រ។

• ocv_draw_lines - ពីវ៉ិចទ័រលទ្ធផលនៃចំណុច គូរបន្ទាត់ពហុពណ៌;

• process - រួមបញ្ចូលគ្នានូវមុខងារខាងលើ ហើយថែមទាំងបន្ថែមសមត្ថភាពក្នុងការធ្វើមាត្រដ្ឋានរូបភាពលទ្ធផល។

• cpp_process_json_str - រុំលើមុខងារ processដែលនាំចេញលទ្ធផលទៅជាវត្ថុ R (អារេពហុវិមាត្រ);

• cpp_process_json_vector - រុំលើមុខងារ cpp_process_json_strដែលអនុញ្ញាតឱ្យអ្នកដំណើរការវ៉ិចទ័រខ្សែអក្សរក្នុងរបៀបពហុខ្សែ។

ដើម្បីគូរបន្ទាត់ពហុពណ៌ គំរូពណ៌ HSV ត្រូវបានប្រើ បន្ទាប់មកដោយការបំប្លែងទៅជា RGB ។ តោះសាកល្បងលទ្ធផល៖

arr <- cpp_process_json_str(tmp_data[4, drawing])
dim(arr)
# [1] 256 256   3
plot(magick::image_read(arr))

ការប្រៀបធៀបល្បឿននៃការអនុវត្តនៅក្នុង R និង C ++

res_bench <- bench::mark(
  r_process_json_str(tmp_data[4, drawing], scale = 0.5),
  cpp_process_json_str(tmp_data[4, drawing], scale = 0.5),
  check = FALSE,
  min_iterations = 100
)
# Параметры бенчмарка
cols <- c("expression", "min", "median", "max", "itr/sec", "total_time", "n_itr")
res_bench[, cols]

#   expression                min     median       max `itr/sec` total_time  n_itr
#   <chr>                <bch:tm>   <bch:tm>  <bch:tm>     <dbl>   <bch:tm>  <int>
# 1 r_process_json_str     3.49ms     3.55ms    4.47ms      273.      490ms    134
# 2 cpp_process_json_str   1.94ms     2.02ms    5.32ms      489.      497ms    243

library(ggplot2)
# Проведение замера
res_bench <- bench::press(
  batch_size = 2^(4:10),
  {
    .data <- tmp_data[sample(seq_len(.N), batch_size), drawing]
    bench::mark(
      r_process_json_vector(.data, scale = 0.5),
      cpp_process_json_vector(.data,  scale = 0.5),
      min_iterations = 50,
      check = FALSE
    )
  }
)

res_bench[, cols]

#    expression   batch_size      min   median      max `itr/sec` total_time n_itr
#    <chr>             <dbl> <bch:tm> <bch:tm> <bch:tm>     <dbl>   <bch:tm> <int>
#  1 r                   16   50.61ms  53.34ms  54.82ms    19.1     471.13ms     9
#  2 cpp                 16    4.46ms   5.39ms   7.78ms   192.      474.09ms    91
#  3 r                   32   105.7ms 109.74ms 212.26ms     7.69        6.5s    50
#  4 cpp                 32    7.76ms  10.97ms  15.23ms    95.6     522.78ms    50
#  5 r                   64  211.41ms 226.18ms 332.65ms     3.85      12.99s    50
#  6 cpp                 64   25.09ms  27.34ms  32.04ms    36.0        1.39s    50
#  7 r                  128   534.5ms 627.92ms 659.08ms     1.61      31.03s    50
#  8 cpp                128   56.37ms  58.46ms  66.03ms    16.9        2.95s    50
#  9 r                  256     1.15s    1.18s    1.29s     0.851     58.78s    50
# 10 cpp                256  114.97ms 117.39ms 130.09ms     8.45       5.92s    50
# 11 r                  512     2.09s    2.15s    2.32s     0.463       1.8m    50
# 12 cpp                512  230.81ms  235.6ms 261.99ms     4.18      11.97s    50
# 13 r                 1024        4s    4.22s     4.4s     0.238       3.5m    50
# 14 cpp               1024  410.48ms 431.43ms 462.44ms     2.33      21.45s    50

ggplot(res_bench, aes(x = factor(batch_size), y = median, 
                      group =  expression, color = expression)) +
  geom_point() +
  geom_line() +
  ylab("median time, s") +
  theme_minimal() +
  scale_color_discrete(name = "", labels = c("cpp", "r")) +
  theme(legend.position = "bottom") 

ដូចដែលអ្នកអាចឃើញការបង្កើនល្បឿនបានប្រែទៅជាមានសារៈសំខាន់ខ្លាំងណាស់ហើយវាមិនអាចទៅរួចទេក្នុងការចាប់លេខកូដ C ++ ដោយការប្រៀបធៀបលេខកូដ R ។

3. Iterators សម្រាប់ unloading batches ពី database

R មានកេរ្តិ៍ឈ្មោះគួរសមសម្រាប់ដំណើរការទិន្នន័យដែលសមនឹង RAM ខណៈពេលដែល Python ត្រូវបានកំណត់លក្ខណៈដោយដំណើរការទិន្នន័យដដែលៗ ដែលអនុញ្ញាតឱ្យអ្នកអនុវត្តការគណនាក្រៅស្នូលបានយ៉ាងងាយស្រួល និងដោយធម្មជាតិ (ការគណនាដោយប្រើអង្គចងចាំខាងក្រៅ) ។ គំរូបុរាណ និងពាក់ព័ន្ធសម្រាប់យើងនៅក្នុងបរិបទនៃបញ្ហាដែលបានពិពណ៌នាគឺបណ្តាញសរសៃប្រសាទជ្រៅដែលត្រូវបានបណ្តុះបណ្តាលដោយវិធីសាស្ត្រចុះជម្រាលជាមួយនឹងការប៉ាន់ប្រមាណនៃជម្រាលនៅជំហាននីមួយៗដោយប្រើផ្នែកតូចមួយនៃការសង្កេត ឬបណ្តុំខ្នាតតូច។

ក្របខណ្ឌសិក្សាជ្រៅដែលសរសេរក្នុង Python មានថ្នាក់ពិសេសដែលអនុវត្ត iterators ដោយផ្អែកលើទិន្នន័យ៖ តារាង រូបភាពក្នុងថតឯកសារ ទម្រង់គោលពីរ។ល។ អ្នកអាចប្រើជម្រើសដែលត្រៀមរួចជាស្រេច ឬសរសេរដោយខ្លួនឯងសម្រាប់កិច្ចការជាក់លាក់។ នៅក្នុង R យើងអាចទាញយកអត្ថប្រយោជន៍ពីលក្ខណៈពិសេសទាំងអស់នៃបណ្ណាល័យ Python keras ជាមួយនឹងផ្នែកខាងក្រោយផ្សេងៗរបស់វា ដោយប្រើកញ្ចប់នៃឈ្មោះដូចគ្នា ដែលវាដំណើរការនៅលើកំពូលនៃកញ្ចប់ ធ្វើឡើងវិញ. ក្រោយមកទៀតសមនឹងទទួលបានអត្ថបទវែងដាច់ដោយឡែកមួយ; វាមិនត្រឹមតែអនុញ្ញាតឱ្យអ្នកដំណើរការកូដ Python ពី R ប៉ុណ្ណោះទេប៉ុន្តែថែមទាំងអនុញ្ញាតឱ្យអ្នកផ្ទេរវត្ថុរវាង R និង Python sessions ដោយដំណើរការដោយស្វ័យប្រវត្តិនូវការបំលែងប្រភេទចាំបាច់ទាំងអស់។

យើងបានកម្ចាត់តម្រូវការក្នុងការរក្សាទុកទិន្នន័យទាំងអស់នៅក្នុង RAM ដោយប្រើ MonetDBLite ការងារ "បណ្តាញសរសៃប្រសាទ" ទាំងអស់នឹងត្រូវបានអនុវត្តដោយកូដដើមនៅក្នុង Python យើងគ្រាន់តែត្រូវសរសេរ iterator លើទិន្នន័យ ព្រោះមិនមានអ្វីរួចរាល់។ សម្រាប់ស្ថានភាពបែបនេះនៅក្នុង R ឬ Python ។ វាមានតម្រូវការពីរយ៉ាងសំខាន់សម្រាប់វា៖ វាត្រូវតែត្រឡប់ជាបាច់នៅក្នុងរង្វិលជុំគ្មានទីបញ្ចប់ ហើយរក្សាទុកស្ថានភាពរបស់វារវាងការធ្វើម្តងទៀត (ក្រោយមកទៀតនៅក្នុង R ត្រូវបានអនុវត្តតាមវិធីសាមញ្ញបំផុតដោយប្រើការបិទ)។ ពីមុន វាត្រូវបានតម្រូវឱ្យបំប្លែងអារេ R យ៉ាងច្បាស់ទៅជាអារេ numpy នៅខាងក្នុង iterator ប៉ុន្តែកំណែបច្ចុប្បន្ននៃកញ្ចប់ keras ធ្វើវាដោយខ្លួនឯង។

អ្នកត្រួសត្រាយផ្លូវសម្រាប់ការបណ្តុះបណ្តាល និងទិន្នន័យសុពលភាពបានប្រែក្លាយដូចខាងក្រោម៖

Iterator សម្រាប់ការបណ្តុះបណ្តាល និងទិន្នន័យសុពលភាព

train_generator <- function(db_connection = con,
                            samples_index,
                            num_classes = 340,
                            batch_size = 32,
                            scale = 1,
                            color = FALSE,
                            imagenet_preproc = FALSE) {
  # Проверка аргументов
  checkmate::assert_class(con, "DBIConnection")
  checkmate::assert_integerish(samples_index)
  checkmate::assert_count(num_classes)
  checkmate::assert_count(batch_size)
  checkmate::assert_number(scale, lower = 0.001, upper = 5)
  checkmate::assert_flag(color)
  checkmate::assert_flag(imagenet_preproc)

  # Перемешиваем, чтобы брать и удалять использованные индексы батчей по порядку
  dt <- data.table::data.table(id = sample(samples_index))
  # Проставляем номера батчей
  dt[, batch := (.I - 1L) %/% batch_size + 1L]
  # Оставляем только полные батчи и индексируем
  dt <- dt[, if (.N == batch_size) .SD, keyby = batch]
  # Устанавливаем счётчик
  i <- 1
  # Количество батчей
  max_i <- dt[, max(batch)]

  # Подготовка выражения для выгрузки
  sql <- sprintf(
    "PREPARE SELECT drawing, label_int FROM doodles WHERE id IN (%s)",
    paste(rep("?", batch_size), collapse = ",")
  )
  res <- DBI::dbSendQuery(con, sql)

  # Аналог keras::to_categorical
  to_categorical <- function(x, num) {
    n <- length(x)
    m <- numeric(n * num)
    m[x * n + seq_len(n)] <- 1
    dim(m) <- c(n, num)
    return(m)
  }

  # Замыкание
  function() {
    # Начинаем новую эпоху
    if (i > max_i) {
      dt[, id := sample(id)]
      data.table::setkey(dt, batch)
      # Сбрасываем счётчик
      i <<- 1
      max_i <<- dt[, max(batch)]
    }

    # ID для выгрузки данных
    batch_ind <- dt[batch == i, id]
    # Выгрузка данных
    batch <- DBI::dbFetch(DBI::dbBind(res, as.list(batch_ind)), n = -1)

    # Увеличиваем счётчик
    i <<- i + 1

    # Парсинг JSON и подготовка массива
    batch_x <- cpp_process_json_vector(batch$drawing, scale = scale, color = color)
    if (imagenet_preproc) {
      # Шкалирование c интервала [0, 1] на интервал [-1, 1]
      batch_x <- (batch_x - 0.5) * 2
    }

    batch_y <- to_categorical(batch$label_int, num_classes)
    result <- list(batch_x, batch_y)
    return(result)
  }
}

អនុគមន៍​ត្រូវ​ប្រើ​ជា​ការ​បញ្ចូល​អថេរ​មួយ​ជាមួយ​នឹង​ការ​តភ្ជាប់​ទៅ​មូលដ្ឋាន​ទិន្នន័យ​ចំនួន​បន្ទាត់​ដែល​បាន​ប្រើ​ចំនួន​ថ្នាក់​ទំហំ​បាច់​ មាត្រដ្ឋាន (scale = 1 ត្រូវ​នឹង​ការ​បង្ហាញ​រូបភាព​នៃ 256x256 ភីកសែល​, scale = 0.5 - 128x128 ភីកសែល) សូចនាករពណ៌ (color = FALSE បញ្ជាក់ការបង្ហាញជាមាត្រដ្ឋានប្រផេះនៅពេលប្រើ color = TRUE ការដាច់សរសៃឈាមខួរក្បាលនីមួយៗត្រូវបានគូរជាពណ៌ថ្មី) និងសូចនាករដំណើរការមុនសម្រាប់បណ្តាញដែលត្រូវបានបណ្តុះបណ្តាលជាមុននៅលើ imagenet ។ ក្រោយមកទៀតគឺត្រូវការជាចាំបាច់ដើម្បីធ្វើមាត្រដ្ឋានតម្លៃភីកសែលពីចន្លោះ [0, 1] ទៅចន្លោះ [-1, 1] ដែលត្រូវបានប្រើនៅពេលបណ្តុះបណ្តាលឧបករណ៍ដែលបានផ្គត់ផ្គង់។ keras ម៉ូដែល

មុខងារខាងក្រៅមានការត្រួតពិនិត្យប្រភេទអាគុយម៉ង់ តារាងមួយ។ data.table ជាមួយ​នឹង​លេខ​បន្ទាត់​ចម្រុះ​ដោយ​ចៃដន្យ​ពី samples_index និងលេខបាច់ រាប់ និងចំនួនអតិបរមានៃបាច់ ក៏ដូចជាកន្សោម SQL សម្រាប់ផ្ទុកទិន្នន័យចេញពីមូលដ្ឋានទិន្នន័យ។ លើសពីនេះទៀតយើងបានកំណត់ analogue លឿននៃមុខងារនៅខាងក្នុង keras::to_categorical(). យើងបានប្រើប្រាស់ទិន្នន័យស្ទើរតែទាំងអស់សម្រាប់ការបណ្តុះបណ្តាល ដោយបន្សល់ទុកពាក់កណ្តាលភាគរយសម្រាប់សុពលភាព ដូច្នេះទំហំសម័យត្រូវបានកំណត់ដោយប៉ារ៉ាម៉ែត្រ steps_per_epoch នៅពេលហៅ keras::fit_generator()និងលក្ខខណ្ឌ if (i > max_i) ធ្វើការសម្រាប់តែកម្មវិធីបញ្ជាក់សុពលភាពប៉ុណ្ណោះ។

នៅក្នុងមុខងារខាងក្នុង លិបិក្រមជួរត្រូវបានទាញយកមកវិញសម្រាប់បាច់បន្ទាប់ កំណត់ត្រាត្រូវបានដកចេញពីមូលដ្ឋានទិន្នន័យ ជាមួយនឹងការរាប់បាច់កើនឡើង ការញែក JSON (មុខងារ cpp_process_json_vector()សរសេរក្នុង C++) និងបង្កើតអារេដែលត្រូវគ្នានឹងរូបភាព។ បន្ទាប់មក វ៉ិចទ័រក្តៅមួយជាមួយស្លាកថ្នាក់ត្រូវបានបង្កើត អារេដែលមានតម្លៃភីកសែល និងស្លាកត្រូវបានបញ្ចូលគ្នាទៅក្នុងបញ្ជី ដែលជាតម្លៃត្រឡប់។ ដើម្បីបង្កើនល្បឿនការងារ យើងបានប្រើការបង្កើតលិបិក្រមក្នុងតារាង data.table និងការកែប្រែតាមរយៈតំណ - ដោយគ្មានកញ្ចប់ "បន្ទះសៀគ្វី" ទាំងនេះ តារាងទិន្នន័យ វាពិបាកណាស់ក្នុងការស្រមៃថាធ្វើការប្រកបដោយប្រសិទ្ធភាពជាមួយនឹងចំនួនទិន្នន័យសំខាន់ៗណាមួយនៅក្នុង R.

លទ្ធផលនៃការវាស់ល្បឿននៅលើកុំព្យូទ័រយួរដៃ Core i5 មានដូចខាងក្រោម៖

Iterator ស្តង់ដារ

library(Rcpp)
library(keras)
library(ggplot2)

source("utils/rcpp.R")
source("utils/keras_iterator.R")

con <- DBI::dbConnect(drv = MonetDBLite::MonetDBLite(), Sys.getenv("DBDIR"))

ind <- seq_len(DBI::dbGetQuery(con, "SELECT count(*) FROM doodles")[[1L]])
num_classes <- DBI::dbGetQuery(con, "SELECT max(label_int) + 1 FROM doodles")[[1L]]

# Индексы для обучающей выборки
train_ind <- sample(ind, floor(length(ind) * 0.995))
# Индексы для проверочной выборки
val_ind <- ind[-train_ind]
rm(ind)
# Коэффициент масштаба
scale <- 0.5

# Проведение замера
res_bench <- bench::press(
  batch_size = 2^(4:10),
  {
    it1 <- train_generator(
      db_connection = con,
      samples_index = train_ind,
      num_classes = num_classes,
      batch_size = batch_size,
      scale = scale
    )
    bench::mark(
      it1(),
      min_iterations = 50L
    )
  }
)
# Параметры бенчмарка
cols <- c("batch_size", "min", "median", "max", "itr/sec", "total_time", "n_itr")
res_bench[, cols]

#   batch_size      min   median      max `itr/sec` total_time n_itr
#        <dbl> <bch:tm> <bch:tm> <bch:tm>     <dbl>   <bch:tm> <int>
# 1         16     25ms  64.36ms   92.2ms     15.9       3.09s    49
# 2         32   48.4ms 118.13ms 197.24ms     8.17       5.88s    48
# 3         64   69.3ms 117.93ms 181.14ms     8.57       5.83s    50
# 4        128  157.2ms 240.74ms 503.87ms     3.85      12.71s    49
# 5        256  359.3ms 613.52ms 988.73ms     1.54       30.5s    47
# 6        512  884.7ms    1.53s    2.07s     0.674      1.11m    45
# 7       1024     2.7s    3.83s    5.47s     0.261      2.81m    44

ggplot(res_bench, aes(x = factor(batch_size), y = median, group = 1)) +
    geom_point() +
    geom_line() +
    ylab("median time, s") +
    theme_minimal()

DBI::dbDisconnect(con, shutdown = TRUE)

ប្រសិនបើអ្នកមាន RAM គ្រប់គ្រាន់ អ្នកអាចបង្កើនល្បឿនប្រតិបត្តិការរបស់មូលដ្ឋានទិន្នន័យដោយផ្ទេរវាទៅ RAM ដូចគ្នានេះ (32 GB គឺគ្រប់គ្រាន់សម្រាប់កិច្ចការរបស់យើង)។ នៅក្នុងលីនុច ភាគថាសត្រូវបានម៉ោនតាមលំនាំដើម /dev/shmកាន់កាប់រហូតដល់ពាក់កណ្តាលនៃសមត្ថភាព RAM ។ អ្នកអាចបន្លិចបន្ថែមទៀតដោយការកែសម្រួល /etc/fstabដើម្បីទទួលបានកំណត់ត្រាដូច tmpfs /dev/shm tmpfs defaults,size=25g 0 0. ត្រូវប្រាកដថាចាប់ផ្តើមឡើងវិញហើយពិនិត្យមើលលទ្ធផលដោយដំណើរការពាក្យបញ្ជា df -h.

កម្មវិធី iterator សម្រាប់ទិន្នន័យសាកល្បងមើលទៅសាមញ្ញជាង ដោយសារសំណុំទិន្នន័យសាកល្បងសមនឹង RAM ទាំងស្រុង៖

Iterator សម្រាប់ទិន្នន័យសាកល្បង

test_generator <- function(dt,
                           batch_size = 32,
                           scale = 1,
                           color = FALSE,
                           imagenet_preproc = FALSE) {

  # Проверка аргументов
  checkmate::assert_data_table(dt)
  checkmate::assert_count(batch_size)
  checkmate::assert_number(scale, lower = 0.001, upper = 5)
  checkmate::assert_flag(color)
  checkmate::assert_flag(imagenet_preproc)

  # Проставляем номера батчей
  dt[, batch := (.I - 1L) %/% batch_size + 1L]
  data.table::setkey(dt, batch)
  i <- 1
  max_i <- dt[, max(batch)]

  # Замыкание
  function() {
    batch_x <- cpp_process_json_vector(dt[batch == i, drawing], 
                                       scale = scale, color = color)
    if (imagenet_preproc) {
      # Шкалирование c интервала [0, 1] на интервал [-1, 1]
      batch_x <- (batch_x - 0.5) * 2
    }
    result <- list(batch_x)
    i <<- i + 1
    return(result)
  }
}

4. ការជ្រើសរើសស្ថាបត្យកម្មគំរូ

ស្ថាបត្យកម្មដំបូងដែលប្រើគឺ mobilenet v1, លក្ខណៈពិសេសដែលត្រូវបានពិភាក្សានៅក្នុង នេះ សារ។ វាត្រូវបានរួមបញ្ចូលជាស្តង់ដារ keras ហើយតាមនោះ មាននៅក្នុងកញ្ចប់នៃឈ្មោះដូចគ្នាសម្រាប់ R. ប៉ុន្តែនៅពេលព្យាយាមប្រើវាជាមួយរូបភាពឆានែលតែមួយ រឿងចម្លែកមួយបានប្រែក្លាយ៖ តង់ស៊ីតេបញ្ចូលត្រូវតែមានវិមាត្រជានិច្ច។ (batch, height, width, 3)នោះគឺចំនួនប៉ុស្តិ៍មិនអាចផ្លាស់ប្តូរបានទេ។ មិនមានការកំណត់បែបនេះនៅក្នុង Python ទេ ដូច្នេះហើយយើងបានប្រញាប់ប្រញាល់ និងសរសេរការអនុវត្តផ្ទាល់ខ្លួនរបស់យើងនៃស្ថាបត្យកម្មនេះ ដោយធ្វើតាមអត្ថបទដើម (ដោយគ្មានការបោះបង់ចោលដែលមាននៅក្នុងកំណែ keras):

ស្ថាបត្យកម្ម Mobilenet v1

library(keras)

top_3_categorical_accuracy <- custom_metric(
    name = "top_3_categorical_accuracy",
    metric_fn = function(y_true, y_pred) {
         metric_top_k_categorical_accuracy(y_true, y_pred, k = 3)
    }
)

layer_sep_conv_bn <- function(object, 
                              filters,
                              alpha = 1,
                              depth_multiplier = 1,
                              strides = c(2, 2)) {

  # NB! depth_multiplier !=  resolution multiplier
  # https://github.com/keras-team/keras/issues/10349

  layer_depthwise_conv_2d(
    object = object,
    kernel_size = c(3, 3), 
    strides = strides,
    padding = "same",
    depth_multiplier = depth_multiplier
  ) %>%
  layer_batch_normalization() %>% 
  layer_activation_relu() %>%
  layer_conv_2d(
    filters = filters * alpha,
    kernel_size = c(1, 1), 
    strides = c(1, 1)
  ) %>%
  layer_batch_normalization() %>% 
  layer_activation_relu() 
}

get_mobilenet_v1 <- function(input_shape = c(224, 224, 1),
                             num_classes = 340,
                             alpha = 1,
                             depth_multiplier = 1,
                             optimizer = optimizer_adam(lr = 0.002),
                             loss = "categorical_crossentropy",
                             metrics = c("categorical_crossentropy",
                                         top_3_categorical_accuracy)) {

  inputs <- layer_input(shape = input_shape)

  outputs <- inputs %>%
    layer_conv_2d(filters = 32, kernel_size = c(3, 3), strides = c(2, 2), padding = "same") %>%
    layer_batch_normalization() %>% 
    layer_activation_relu() %>%
    layer_sep_conv_bn(filters = 64, strides = c(1, 1)) %>%
    layer_sep_conv_bn(filters = 128, strides = c(2, 2)) %>%
    layer_sep_conv_bn(filters = 128, strides = c(1, 1)) %>%
    layer_sep_conv_bn(filters = 256, strides = c(2, 2)) %>%
    layer_sep_conv_bn(filters = 256, strides = c(1, 1)) %>%
    layer_sep_conv_bn(filters = 512, strides = c(2, 2)) %>%
    layer_sep_conv_bn(filters = 512, strides = c(1, 1)) %>%
    layer_sep_conv_bn(filters = 512, strides = c(1, 1)) %>%
    layer_sep_conv_bn(filters = 512, strides = c(1, 1)) %>%
    layer_sep_conv_bn(filters = 512, strides = c(1, 1)) %>%
    layer_sep_conv_bn(filters = 512, strides = c(1, 1)) %>%
    layer_sep_conv_bn(filters = 1024, strides = c(2, 2)) %>%
    layer_sep_conv_bn(filters = 1024, strides = c(1, 1)) %>%
    layer_global_average_pooling_2d() %>%
    layer_dense(units = num_classes) %>%
    layer_activation_softmax()

    model <- keras_model(
      inputs = inputs,
      outputs = outputs
    )

    model %>% compile(
      optimizer = optimizer,
      loss = loss,
      metrics = metrics
    )

    return(model)
}

គុណវិបត្តិនៃវិធីសាស្រ្តនេះគឺជាក់ស្តែង។ ខ្ញុំចង់សាកល្បងម៉ូដែលជាច្រើន ប៉ុន្តែផ្ទុយទៅវិញ ខ្ញុំមិនចង់សរសេរឡើងវិញនូវស្ថាបត្យកម្មនីមួយៗដោយដៃទេ។ យើង​ក៏​ត្រូវ​បាន​គេ​ដក​ហូត​ឱកាស​ក្នុង​ការ​ប្រើ​ទម្ងន់​នៃ​ម៉ូដែល​ដែល​បាន​ហ្វឹកហាត់​មុន​នៅ​លើ imagenet។ ដូចធម្មតា ការសិក្សាឯកសារបានជួយ។ មុខងារ get_config() អនុញ្ញាត​ឱ្យ​អ្នក​ទទួល​បាន​ការ​ពិពណ៌នា​អំពី​គំរូ​ក្នុង​ទម្រង់​ដែល​សមរម្យ​សម្រាប់​ការ​កែសម្រួល (base_model_conf$layers - បញ្ជី R ធម្មតា) និងមុខងារ from_config() អនុវត្តការបម្លែងបញ្ច្រាសទៅជាវត្ថុគំរូ៖

base_model_conf <- get_config(base_model)
base_model_conf$layers[[1]]$config$batch_input_shape[[4]] <- 1L
base_model <- from_config(base_model_conf)

ឥឡូវនេះវាមិនពិបាកទេក្នុងការសរសេរមុខងារជាសកលដើម្បីទទួលបានណាមួយដែលបានផ្គត់ផ្គង់ keras ម៉ូដែលដែលមានឬគ្មានទម្ងន់ដែលបានបណ្តុះបណ្តាលនៅលើ imagenet៖

មុខងារសម្រាប់ផ្ទុកស្ថាបត្យកម្មដែលត្រៀមរួចជាស្រេច

get_model <- function(name = "mobilenet_v2",
                      input_shape = NULL,
                      weights = "imagenet",
                      pooling = "avg",
                      num_classes = NULL,
                      optimizer = keras::optimizer_adam(lr = 0.002),
                      loss = "categorical_crossentropy",
                      metrics = NULL,
                      color = TRUE,
                      compile = FALSE) {
  # Проверка аргументов
  checkmate::assert_string(name)
  checkmate::assert_integerish(input_shape, lower = 1, upper = 256, len = 3)
  checkmate::assert_count(num_classes)
  checkmate::assert_flag(color)
  checkmate::assert_flag(compile)

  # Получаем объект из пакета keras
  model_fun <- get0(paste0("application_", name), envir = asNamespace("keras"))
  # Проверка наличия объекта в пакете
  if (is.null(model_fun)) {
    stop("Model ", shQuote(name), " not found.", call. = FALSE)
  }

  base_model <- model_fun(
    input_shape = input_shape,
    include_top = FALSE,
    weights = weights,
    pooling = pooling
  )

  # Если изображение не цветное, меняем размерность входа
  if (!color) {
    base_model_conf <- keras::get_config(base_model)
    base_model_conf$layers[[1]]$config$batch_input_shape[[4]] <- 1L
    base_model <- keras::from_config(base_model_conf)
  }

  predictions <- keras::get_layer(base_model, "global_average_pooling2d_1")$output
  predictions <- keras::layer_dense(predictions, units = num_classes, activation = "softmax")
  model <- keras::keras_model(
    inputs = base_model$input,
    outputs = predictions
  )

  if (compile) {
    keras::compile(
      object = model,
      optimizer = optimizer,
      loss = loss,
      metrics = metrics
    )
  }

  return(model)
}

នៅពេលប្រើរូបភាពឆានែលតែមួយ គ្មានទម្ងន់ដែលបានហ្វឹកហាត់ជាមុនត្រូវបានប្រើទេ។ នេះអាចត្រូវបានជួសជុល: ដោយប្រើមុខងារ get_weights() ទទួលបានទម្ងន់គំរូក្នុងទម្រង់នៃបញ្ជីអារេ R ផ្លាស់ប្តូរវិមាត្រនៃធាតុដំបូងនៃបញ្ជីនេះ (ដោយយកឆានែលពណ៌មួយឬជាមធ្យមទាំងបី) ហើយបន្ទាប់មកផ្ទុកទម្ងន់ត្រឡប់ទៅគំរូវិញជាមួយនឹងមុខងារ set_weights(). យើង​មិន​ដែល​បន្ថែម​មុខងារ​នេះ​ទេ ព្រោះ​នៅ​ដំណាក់កាល​នេះ​វា​ច្បាស់​ហើយ​ថា​វា​មាន​ផលិតភាព​ច្រើន​ជាង​ដើម្បី​ធ្វើការ​ជាមួយ​រូបភាព​ពណ៌។

យើងបានអនុវត្តការពិសោធន៍ភាគច្រើនដោយប្រើ mobilenet កំណែ 1 និង 2 ក៏ដូចជា resnet34 ។ ស្ថាបត្យកម្មទំនើបជាច្រើនទៀតដូចជា SE-ResNeXt ដំណើរការបានល្អនៅក្នុងការប្រកួតប្រជែងនេះ។ ជាអកុសល យើងមិនមានការអនុវត្តដែលត្រៀមរួចជាស្រេចនៅក្នុងការចោលរបស់យើងទេ ហើយយើងមិនបានសរសេរដោយខ្លួនឯងទេ (ប៉ុន្តែយើងនឹងសរសេរយ៉ាងពិតប្រាកដ)។

5. ប៉ារ៉ាម៉ែត្រនៃស្គ្រីប

ដើម្បីភាពងាយស្រួល កូដទាំងអស់សម្រាប់ការចាប់ផ្តើមការបណ្តុះបណ្តាលត្រូវបានរចនាឡើងជាស្គ្រីបតែមួយ កំណត់ដោយការប្រើប្រាស់ ឯកសារ ដូចខងេ្រកម:

doc <- '
Usage:
  train_nn.R --help
  train_nn.R --list-models
  train_nn.R [options]

Options:
  -h --help                   Show this message.
  -l --list-models            List available models.
  -m --model=<model>          Neural network model name [default: mobilenet_v2].
  -b --batch-size=<size>      Batch size [default: 32].
  -s --scale-factor=<ratio>   Scale factor [default: 0.5].
  -c --color                  Use color lines [default: FALSE].
  -d --db-dir=<path>          Path to database directory [default: Sys.getenv("db_dir")].
  -r --validate-ratio=<ratio> Validate sample ratio [default: 0.995].
  -n --n-gpu=<number>         Number of GPUs [default: 1].
'
args <- docopt::docopt(doc)

កញ្ចប់ ឯកសារ តំណាងឱ្យការអនុវត្ត http://docopt.org/ សម្រាប់ R. ដោយមានជំនួយរបស់វា ស្គ្រីបត្រូវបានចាប់ផ្តើមជាមួយនឹងពាក្យបញ្ជាសាមញ្ញដូចជា Rscript bin/train_nn.R -m resnet50 -c -d /home/andrey/doodle_db ឬ ./bin/train_nn.R -m resnet50 -c -d /home/andrey/doodle_dbប្រសិនបើឯកសារ train_nn.R អាចប្រតិបត្តិបាន (ពាក្យបញ្ជានេះនឹងចាប់ផ្តើមបណ្តុះបណ្តាលគំរូ resnet50 នៅលើរូបភាពបីពណ៌ដែលមានទំហំ 128x128 ភីកសែល មូលដ្ឋានទិន្នន័យត្រូវតែមានទីតាំងនៅក្នុងថតឯកសារ /home/andrey/doodle_db) អ្នកអាចបន្ថែមល្បឿនសិក្សា ប្រភេទកម្មវិធីបង្កើនប្រសិទ្ធភាព និងប៉ារ៉ាម៉ែត្រដែលអាចប្ដូរតាមបំណងផ្សេងទៀតទៅក្នុងបញ្ជី។ នៅក្នុងដំណើរការនៃការរៀបចំការបោះពុម្ពវាបានប្រែក្លាយថាស្ថាបត្យកម្ម mobilenet_v2 ពីកំណែបច្ចុប្បន្ន keras ក្នុងការប្រើប្រាស់ R មិនអាច ដោយសារតែការផ្លាស់ប្តូរមិនត្រូវបានគិតនៅក្នុងកញ្ចប់ R យើងកំពុងរង់ចាំពួកគេដើម្បីជួសជុលវា។

វិធីសាស្រ្តនេះបានធ្វើឱ្យវាអាចធ្វើទៅបានដើម្បីបង្កើនល្បឿនការពិសោធន៍ជាមួយនឹងម៉ូដែលផ្សេងៗគ្នាបើប្រៀបធៀបទៅនឹងការបើកដំណើរការស្គ្រីបបែបប្រពៃណីនៅក្នុង RStudio (យើងកត់សំគាល់កញ្ចប់ជាជម្រើសដែលអាចធ្វើទៅបាន tfruns) ប៉ុន្តែអត្ថប្រយោជន៍ចម្បងគឺសមត្ថភាពក្នុងការគ្រប់គ្រងការបើកដំណើរការស្គ្រីបក្នុង Docker ឬសាមញ្ញនៅលើម៉ាស៊ីនមេ ដោយមិនចាំបាច់ដំឡើង RStudio សម្រាប់រឿងនេះ។

6. Dockerization នៃ scripts

យើងបានប្រើ Docker ដើម្បីធានាបាននូវភាពចល័តនៃបរិស្ថានសម្រាប់គំរូបណ្តុះបណ្តាលរវាងសមាជិកក្រុម និងសម្រាប់ការដាក់ឱ្យប្រើប្រាស់យ៉ាងរហ័សនៅលើពពក។ អ្នកអាចចាប់ផ្តើមស្គាល់ឧបករណ៍នេះ ដែលមិនធម្មតាសម្រាប់អ្នកសរសេរកម្មវិធី R ជាមួយ នេះ ស៊េរីនៃការបោះពុម្ពឬ វគ្គសិក្សាវីដេអូ.

Docker អនុញ្ញាតឱ្យអ្នកបង្កើតរូបភាពផ្ទាល់ខ្លួនរបស់អ្នកពីដំបូង និងប្រើរូបភាពផ្សេងទៀតជាមូលដ្ឋានសម្រាប់បង្កើតរូបភាពផ្ទាល់ខ្លួនរបស់អ្នក។ នៅពេលវិភាគជម្រើសដែលមាន យើងបានសន្និដ្ឋានថាការដំឡើងកម្មវិធីបញ្ជា NVIDIA, CUDA + cuDNN និងបណ្ណាល័យ Python គឺជាផ្នែកមួយដ៏មានពន្លឺនៃរូបភាព ហើយយើងបានសម្រេចចិត្តយករូបភាពផ្លូវការជាមូលដ្ឋាន tensorflow/tensorflow:1.12.0-gpuដោយបន្ថែមកញ្ចប់ R ចាំបាច់នៅទីនោះ។

ឯកសារ docker ចុងក្រោយមើលទៅដូចនេះ៖

Dockerfile

FROM tensorflow/tensorflow:1.12.0-gpu

MAINTAINER Artem Klevtsov <[email protected]>

SHELL ["/bin/bash", "-c"]

ARG LOCALE="en_US.UTF-8"
ARG APT_PKG="libopencv-dev r-base r-base-dev littler"
ARG R_BIN_PKG="futile.logger checkmate data.table rcpp rapidjsonr dbi keras jsonlite curl digest remotes"
ARG R_SRC_PKG="xtensor RcppThread docopt MonetDBLite"
ARG PY_PIP_PKG="keras"
ARG DIRS="/db /app /app/data /app/models /app/logs"

RUN source /etc/os-release && 
    echo "deb https://cloud.r-project.org/bin/linux/ubuntu ${UBUNTU_CODENAME}-cran35/" > /etc/apt/sources.list.d/cran35.list && 
    apt-key adv --keyserver keyserver.ubuntu.com --recv-keys E084DAB9 && 
    add-apt-repository -y ppa:marutter/c2d4u3.5 && 
    add-apt-repository -y ppa:timsc/opencv-3.4 && 
    apt-get update && 
    apt-get install -y locales && 
    locale-gen ${LOCALE} && 
    apt-get install -y --no-install-recommends ${APT_PKG} && 
    ln -s /usr/lib/R/site-library/littler/examples/install.r /usr/local/bin/install.r && 
    ln -s /usr/lib/R/site-library/littler/examples/install2.r /usr/local/bin/install2.r && 
    ln -s /usr/lib/R/site-library/littler/examples/installGithub.r /usr/local/bin/installGithub.r && 
    echo 'options(Ncpus = parallel::detectCores())' >> /etc/R/Rprofile.site && 
    echo 'options(repos = c(CRAN = "https://cloud.r-project.org"))' >> /etc/R/Rprofile.site && 
    apt-get install -y $(printf "r-cran-%s " ${R_BIN_PKG}) && 
    install.r ${R_SRC_PKG} && 
    pip install ${PY_PIP_PKG} && 
    mkdir -p ${DIRS} && 
    chmod 777 ${DIRS} && 
    rm -rf /tmp/downloaded_packages/ /tmp/*.rds && 
    rm -rf /var/lib/apt/lists/*

COPY utils /app/utils
COPY src /app/src
COPY tests /app/tests
COPY bin/*.R /app/

ENV DBDIR="/db"
ENV CUDA_HOME="/usr/local/cuda"
ENV PATH="/app:${PATH}"

WORKDIR /app

VOLUME /db
VOLUME /app

CMD bash

ដើម្បីភាពងាយស្រួល កញ្ចប់ដែលបានប្រើត្រូវបានដាក់ចូលទៅក្នុងអថេរ។ ភាគច្រើននៃស្គ្រីបដែលបានសរសេរត្រូវបានចម្លងនៅខាងក្នុងធុងកំឡុងពេលដំឡើង។ យើងក៏បានផ្លាស់ប្តូរ command shell ទៅ /bin/bash សម្រាប់ភាពងាយស្រួលនៃការប្រើប្រាស់មាតិកា /etc/os-release. នេះជៀសវាងតម្រូវការក្នុងការបញ្ជាក់កំណែ OS នៅក្នុងកូដ។

លើសពីនេះទៀត ស្គ្រីប bash តូចមួយត្រូវបានសរសេរដែលអនុញ្ញាតឱ្យអ្នកបើកកុងតឺន័រជាមួយនឹងពាក្យបញ្ជាផ្សេងៗ។ ឧទាហរណ៍ ទាំងនេះអាចជាស្គ្រីបសម្រាប់បណ្ដុះបណ្ដាលបណ្តាញសរសៃប្រសាទដែលពីមុនត្រូវបានដាក់នៅខាងក្នុងកុងតឺន័រ ឬសែលពាក្យបញ្ជាសម្រាប់បំបាត់កំហុស និងត្រួតពិនិត្យប្រតិបត្តិការរបស់កុងតឺន័រ៖

ស្គ្រីបដើម្បីបើកដំណើរការកុងតឺន័រ

#!/bin/sh

DBDIR=${PWD}/db
LOGSDIR=${PWD}/logs
MODELDIR=${PWD}/models
DATADIR=${PWD}/data
ARGS="--runtime=nvidia --rm -v ${DBDIR}:/db -v ${LOGSDIR}:/app/logs -v ${MODELDIR}:/app/models -v ${DATADIR}:/app/data"

if [ -z "$1" ]; then
    CMD="Rscript /app/train_nn.R"
elif [ "$1" = "bash" ]; then
    ARGS="${ARGS} -ti"
else
    CMD="Rscript /app/train_nn.R $@"
fi

docker run ${ARGS} doodles-tf ${CMD}

ប្រសិនបើស្គ្រីប bash នេះដំណើរការដោយគ្មានប៉ារ៉ាម៉ែត្រ ស្គ្រីបនឹងត្រូវបានហៅនៅខាងក្នុងធុង train_nn.R ជាមួយនឹងតម្លៃលំនាំដើម; ប្រសិនបើអាគុយម៉ង់ទីតាំងដំបូងគឺ "bash" នោះកុងតឺន័រនឹងចាប់ផ្តើមអន្តរកម្មជាមួយសែលពាក្យបញ្ជា។ នៅក្នុងករណីផ្សេងទៀតទាំងអស់ តម្លៃនៃអាគុយម៉ង់ទីតាំងត្រូវបានជំនួស៖ CMD="Rscript /app/train_nn.R $@".

គួរកត់សំគាល់ថា ថតដែលមានទិន្នន័យប្រភព និងមូលដ្ឋានទិន្នន័យ ក៏ដូចជាថតសម្រាប់រក្សាទុកគំរូដែលបានបណ្តុះបណ្តាលត្រូវបានម៉ោននៅខាងក្នុងកុងតឺន័រពីប្រព័ន្ធម៉ាស៊ីន ដែលអនុញ្ញាតឱ្យអ្នកចូលប្រើលទ្ធផលនៃស្គ្រីបដោយមិនចាំបាច់រៀបចំ។

7. ការប្រើប្រាស់ GPU ច្រើននៅលើ Google Cloud

លក្ខណៈពិសេសមួយនៃការប្រកួតប្រជែងគឺទិន្នន័យដែលរំខានខ្លាំង (សូមមើលរូបភាពចំណងជើង ខ្ចីពី @Leigh.plt ពី ODS slack) ។ បណ្តុំធំជួយប្រយុទ្ធប្រឆាំងនឹងបញ្ហានេះ ហើយបន្ទាប់ពីការពិសោធន៍លើកុំព្យូទ័រដែលមាន 1 GPU យើងបានសម្រេចចិត្តធ្វើជាម្ចាស់នៃគំរូបណ្តុះបណ្តាលនៅលើ GPUs ជាច្រើននៅក្នុងពពក។ បានប្រើ GoogleCloud (ការណែនាំដ៏ល្អចំពោះមូលដ្ឋាន) ដោយសារតែជម្រើសដ៏ធំនៃការកំណត់ដែលមាន តម្លៃសមរម្យ និងប្រាក់រង្វាន់ 300 ដុល្លារ។ ដោយការលោភលន់ ខ្ញុំបានបញ្ជាទិញឧទាហរណ៍ 4xV100 ជាមួយនឹង SSD និង RAM មួយតោន ហើយនោះជាកំហុសដ៏ធំមួយ។ ម៉ាស៊ីនបែបនេះស៊ីលុយយ៉ាងលឿន អ្នកអាចសាកល្បងដោយមិនចាំបាច់មានបំពង់បង្ហូរ។ សម្រាប់គោលបំណងអប់រំ វាជាការប្រសើរក្នុងការយក K80 ។ ប៉ុន្តែចំនួន RAM ដ៏ច្រើនបានមកងាយស្រួល - SSD ពពកមិនចាប់អារម្មណ៍នឹងដំណើរការរបស់វាទេ ដូច្នេះមូលដ្ឋានទិន្នន័យត្រូវបានផ្ទេរទៅ dev/shm.

ការចាប់អារម្មណ៍ខ្លាំងបំផុតគឺបំណែកកូដដែលទទួលខុសត្រូវក្នុងការប្រើប្រាស់ GPUs ច្រើន។ ដំបូង គំរូត្រូវបានបង្កើតនៅលើ CPU ដោយប្រើកម្មវិធីគ្រប់គ្រងបរិបទ ដូចនៅក្នុង Python៖

with(tensorflow::tf$device("/cpu:0"), {
  model_cpu <- get_model(
    name = model_name,
    input_shape = input_shape,
    weights = weights,
    metrics =(top_3_categorical_accuracy,
    compile = FALSE
  )
})

បន្ទាប់មកគំរូដែលមិនបានចងក្រង (នេះសំខាន់) ត្រូវបានចម្លងទៅចំនួន GPUs ដែលមានស្រាប់ ហើយមានតែបន្ទាប់ពីនោះវាត្រូវបានចងក្រង៖

model <- keras::multi_gpu_model(model_cpu, gpus = n_gpu)
keras::compile(
  object = model,
  optimizer = keras::optimizer_adam(lr = 0.0004),
  loss = "categorical_crossentropy",
  metrics = c(top_3_categorical_accuracy)
)

បច្ចេកទេសបុរាណនៃការបង្កកស្រទាប់ទាំងអស់ លើកលែងតែស្រទាប់ចុងក្រោយ ការបណ្តុះបណ្តាលស្រទាប់ចុងក្រោយ ការមិនបង្កក និងការហ្វឹកហាត់ឡើងវិញនូវគំរូទាំងមូលសម្រាប់ GPUs ជាច្រើនមិនអាចត្រូវបានអនុវត្តបានទេ។

ការបណ្តុះបណ្តាលត្រូវបានត្រួតពិនិត្យដោយគ្មានការប្រើប្រាស់។ tensorboardកំណត់ខ្លួនយើងចំពោះការកត់ត្រាកំណត់ហេតុ និងការរក្សាទុកគំរូដែលមានឈ្មោះព័ត៌មានបន្ទាប់ពីសម័យនីមួយៗ៖

ការហៅត្រឡប់មកវិញ

# Шаблон имени файла лога
log_file_tmpl <- file.path("logs", sprintf(
  "%s_%d_%dch_%s.csv",
  model_name,
  dim_size,
  channels,
  format(Sys.time(), "%Y%m%d%H%M%OS")
))
# Шаблон имени файла модели
model_file_tmpl <- file.path("models", sprintf(
  "%s_%d_%dch_{epoch:02d}_{val_loss:.2f}.h5",
  model_name,
  dim_size,
  channels
))

callbacks_list <- list(
  keras::callback_csv_logger(
    filename = log_file_tmpl
  ),
  keras::callback_early_stopping(
    monitor = "val_loss",
    min_delta = 1e-4,
    patience = 8,
    verbose = 1,
    mode = "min"
  ),
  keras::callback_reduce_lr_on_plateau(
    monitor = "val_loss",
    factor = 0.5, # уменьшаем lr в 2 раза
    patience = 4,
    verbose = 1,
    min_delta = 1e-4,
    mode = "min"
  ),
  keras::callback_model_checkpoint(
    filepath = model_file_tmpl,
    monitor = "val_loss",
    save_best_only = FALSE,
    save_weights_only = FALSE,
    mode = "min"
  )
)

8. ជំនួសឱ្យការសន្និដ្ឋានមួយ។

បញ្ហាមួយចំនួនដែលយើងជួបប្រទះមិនទាន់ត្រូវបានដោះស្រាយ៖

• в keras មិនមានមុខងារដែលត្រៀមរួចជាស្រេចសម្រាប់ការស្វែងរកដោយស្វ័យប្រវត្តិសម្រាប់អត្រាសិក្សាដ៏ល្អប្រសើរ (analogue lr_finder នៅក្នុងបណ្ណាល័យ fast.ai); ជាមួយនឹងការខិតខំប្រឹងប្រែងមួយចំនួន វាអាចបញ្ជូនការអនុវត្តភាគីទីបីទៅ R ឧទាហរណ៍។ នេះ;
• ជាលទ្ធផលនៃចំណុចមុន វាមិនអាចទៅរួចទេក្នុងការជ្រើសរើសល្បឿនហ្វឹកហាត់ត្រឹមត្រូវនៅពេលប្រើ GPUs ជាច្រើន។
• មានការខ្វះខាតនៃស្ថាបត្យកម្មបណ្តាញសរសៃប្រសាទទំនើប ជាពិសេសអ្នកដែលបានទទួលការបណ្តុះបណ្តាលជាមុននៅលើបណ្តាញរូបភាព។
• គ្មានគោលការណ៍វដ្តមួយ និងអត្រាការរៀនសូត្រដែលរើសអើងទេ (ការលុបបំបាត់កូស៊ីនុសគឺតាមសំណើរបស់យើង។ បានអនុវត្ត, សូមអរគុណ ស្គីដាន).

អ្វីដែលមានប្រយោជន៍ត្រូវបានរៀនពីការប្រកួតនេះ៖

• នៅលើផ្នែករឹងដែលមានថាមពលទាប អ្នកអាចធ្វើការជាមួយបរិមាណទិន្នន័យសមរម្យ (ច្រើនដងនៃទំហំ RAM) ដោយគ្មានការឈឺចាប់។ ថង់ផ្លាស្ទិច តារាងទិន្នន័យ រក្សាទុកអង្គចងចាំដោយសារតែការកែប្រែតារាងនៅនឹងកន្លែង ដែលជៀសវាងការចម្លងពួកវា ហើយនៅពេលប្រើបានត្រឹមត្រូវ សមត្ថភាពរបស់វាស្ទើរតែតែងតែបង្ហាញពីល្បឿនខ្ពស់បំផុតក្នុងចំណោមឧបករណ៍ទាំងអស់ដែលស្គាល់យើងសម្រាប់ភាសាស្គ្រីប។ ការរក្សាទុកទិន្នន័យនៅក្នុងមូលដ្ឋានទិន្នន័យអនុញ្ញាតឱ្យអ្នកក្នុងករណីជាច្រើនដោយមិនគិតពីតម្រូវការក្នុងការច្របាច់សំណុំទិន្នន័យទាំងមូលទៅក្នុង RAM ។
• មុខងារយឺតក្នុង R អាចត្រូវបានជំនួសដោយមុខងារលឿនក្នុង C++ ដោយប្រើកញ្ចប់ Rcpp. ប្រសិនបើបន្ថែមលើការប្រើប្រាស់ RcppThread ឬ RcppParallelយើងទទួលបានការអនុវត្តពហុខ្សែឆ្លងវេទិកា ដូច្នេះមិនចាំបាច់ធ្វើស្របគ្នាជាមួយកូដនៅកម្រិត R ទេ។
• កញ្ចប់ Rcpp អាចត្រូវបានប្រើដោយគ្មានចំណេះដឹងធ្ងន់ធ្ងរនៃ C ++ អប្បបរមាដែលត្រូវការត្រូវបានគូសបញ្ជាក់ នៅទីនេះ. ឯកសារបឋមកថាសម្រាប់បណ្ណាល័យ C ត្រជាក់មួយចំនួនដូចជា xtensor មាននៅលើ CRAN ពោលគឺហេដ្ឋារចនាសម្ព័ន្ធមួយកំពុងត្រូវបានបង្កើតឡើងសម្រាប់ការអនុវត្តគម្រោងដែលរួមបញ្ចូលកូដ C++ ដែលមានប្រសិទ្ធភាពខ្ពស់ដែលត្រៀមរួចជាស្រេចទៅក្នុង R ។ ភាពងាយស្រួលបន្ថែមគឺការបន្លិចវាក្យសម្ព័ន្ធ និងឧបករណ៍វិភាគកូដ C++ ឋិតិវន្តនៅក្នុង RStudio ។
• ឯកសារ អនុញ្ញាតឱ្យអ្នកដំណើរការស្គ្រីបដោយខ្លួនឯងជាមួយនឹងប៉ារ៉ាម៉ែត្រ។ វាងាយស្រួលប្រើនៅលើម៉ាស៊ីនមេពីចម្ងាយ រួមទាំង។ នៅក្រោម docker ។ នៅក្នុង RStudio វាមានការរអាក់រអួលក្នុងការធ្វើការពិសោធន៍ជាច្រើនម៉ោងជាមួយនឹងការបណ្តុះបណ្តាលបណ្តាញសរសៃប្រសាទ ហើយការដំឡើង IDE នៅលើ server ខ្លួនវាមិនតែងតែត្រឹមត្រូវនោះទេ។
• Docker ធានានូវភាពងាយស្រួលនៃកូដ និងការផលិតឡើងវិញនៃលទ្ធផលរវាងអ្នកអភិវឌ្ឍន៍ដែលមានកំណែផ្សេងគ្នានៃ OS និងបណ្ណាល័យ ក៏ដូចជាភាពងាយស្រួលនៃការប្រតិបត្តិនៅលើម៉ាស៊ីនមេ។ អ្នកអាចបើកដំណើរការបំពង់បណ្តុះបណ្តាលទាំងមូលដោយគ្រាន់តែពាក្យបញ្ជាមួយ។
• Google Cloud គឺជាវិធីដែលស័ក្តិសមនឹងថវិកាក្នុងការពិសោធន៍លើ Hardware ដែលមានតម្លៃថ្លៃ ប៉ុន្តែអ្នកត្រូវជ្រើសរើសការកំណត់រចនាសម្ព័ន្ធដោយប្រុងប្រយ័ត្ន។
• ការវាស់ល្បឿននៃបំណែកកូដនីមួយៗគឺមានប្រយោជន៍ខ្លាំងណាស់ ជាពិសេសនៅពេលរួមបញ្ចូល R និង C++ និងជាមួយកញ្ចប់ លេងជាកីឡាករបម្រុង - ក៏ងាយស្រួលផងដែរ។

សរុបមក បទពិសោធន៍នេះពិតជាមានប្រយោជន៍ខ្លាំងណាស់ ហើយយើងបន្តធ្វើការដើម្បីដោះស្រាយបញ្ហាមួយចំនួនដែលបានលើកឡើង។

ប្រភព: www.habr.com