美文网首页
fairseq 命令 结论

fairseq 命令 结论

作者: VanJordan | 来源:发表于2019-05-04 18:44 被阅读0次
  • enfr使用interactivedecoder
#!/usr/bin/env sh
set -e

# global flag
FLAG=baseline
SRC_LANG=en
TGT_LANG=fr

# user directory
ROOT_DIR=/home/zhaoliang/fairseq-slim  
TMP_DIR=/home/zhaoliang/fairseq-slim/data-raw/en-vi-pure
DATA_DIR=$ROOT_DIR/data-bin/$SRC_LANG-$TGT_LANG  
TRAIN_DIR=$ROOT_DIR/train/$FLAG-$SRC_LANG-$TGT_LANG
# file path 
RESULT_FILE=$ROOT_DIR/$FLAG-$SRC_LANG-$TGT_LANG.test.result

# SRC_DICT_PATH=/home/zhaoliang/fairseq-master/pretrain_model/wmt16.en-de.joined-dict.transformer/dict.en.txt
# TGT_DICT_PATH=/home/zhaoliang/fairseq-master/pretrain_model/wmt16.en-de.joined-dict.transformer/dict.de.txt
# DECODER_TEXT_DIR=/home/zhaoliang/fairseq-master/data-bin/wmt16-en-de


# for interactive decoder
TEST_FILE=/home/zhaoliang/fairseq-slim/data-raw/en-vi-pure/test.en
REF_FILE=/home/zhaoliang/fairseq-slim/data-raw/en-vi-pure/test.vi
CODE_FILE=/home/zhaoliang/fairseq-slim/data-raw/en-vi-pure/data/code
DICT_FILE=/home/zhaoliang/fairseq-slim/data-raw/en-vi-pure/data/dict.en-vi

# hypeparameters 
BEAM_SIZE=4
TRAIN_BS=10000
DECODER_BS=500
GRADIENTS_ACCUMULATIONS=16
DECODER_NUMWORKERS=4

# set up for training 
# export CUDA_VISIBLE_DEVICES=${2:-3}

mkdir -p $DATA_DIR $TMP_DIR $TRAIN_DIR

echo "will use GPU $CUDA_VISIBLE_DEVICES"

if [[ $1 == 'train' ]]; then

    TEXT=/home/zhaoliang/fairseq-slim/data-raw/en-fr-pure
    # DATADIR=data-bin/en-fr-pure

    # # clean empty and long sentences, and sentences with high source-target ratio (training corpus only)
    # MOSESDECODER=/home/zhaoliang/fairseq-slim/mosesdecoder
    # # perl $MOSESDECODER/scripts/training/clean-corpus-n.perl $TEXT/train en fr $TEXT/train.clean 3 400
    # # perl $MOSESDECODER/scripts/training/clean-corpus-n.perl $TEXT/dev fr en $TEXT/valid.clean 3 400

    # # build subword vocab
    # SUBWORD_NMT=/home/zhaoliang/fairseq-slim/subword-nmt/subword_nmt
    NUM_OPS=32000

    # # learn codes and encode separately
    # CODES=codes.enfr.${NUM_OPS}.bpe
    # # echo "Encoding subword with BPE using ops=${NUM_OPS}"
    # # python3 $SUBWORD_NMT/learn_bpe.py -s ${NUM_OPS} < $TEXT/train.en > $TEXT/${CODES}.en
    # # python3 $SUBWORD_NMT/learn_bpe.py -s ${NUM_OPS} < $TEXT/train.fr > $TEXT/${CODES}.fr

    # # echo "Applying vocab to training"
    # # python3 $SUBWORD_NMT/apply_bpe.py -c $TEXT/${CODES}.en < $TEXT/train.clean.en > $TEXT/train.${NUM_OPS}.bpe.en
    # # python3 $SUBWORD_NMT/apply_bpe.py -c $TEXT/${CODES}.fr < $TEXT/train.clean.fr > $TEXT/train.${NUM_OPS}.bpe.fr

    # VOCAB=vocab.${NUM_OPS}.bpe
    # echo "Generating vocab: ${VOCAB}.en"
    # cat $TEXT/train.${NUM_OPS}.bpe.en | python3 $SUBWORD_NMT/get_vocab.py > $TEXT/${VOCAB}.en

    # echo "Generating vocab: ${VOCAB}.fr"
    # cat $TEXT/train.${NUM_OPS}.bpe.fr | python3 $SUBWORD_NMT/get_vocab.py > $TEXT/${VOCAB}.fr

    # # encode validation
    # echo "Applying vocab to valid"
    # python3 $SUBWORD_NMT/apply_bpe.py -c $TEXT/${CODES}.en --vocabulary $TEXT/${VOCAB}.en < $TEXT/valid.clean.en > $TEXT/valid.${NUM_OPS}.bpe.en
    # python3 $SUBWORD_NMT/apply_bpe.py -c $TEXT/${CODES}.fr --vocabulary $TEXT/${VOCAB}.fr < $TEXT/valid.clean.fr > $TEXT/valid.${NUM_OPS}.bpe.fr


    # generate training data
    # python3 preprocess.py \
    #   --source-lang en \
    #   --target-lang fr \
    #   --trainpref $TEXT/train.${NUM_OPS}.bpe \
    #   --validpref $TEXT/valid.${NUM_OPS}.bpe \
    #   --workers 12 \
    #   --destdir $DATA_DIR 

    mkdir -p  $TRAIN_DIR/ckpt $TRAIN_DIR/log
    python3 train.py $DATA_DIR \
        --arch transformer  \
        --clip-norm 0 --optimizer adam --lr 0.001 \
        --source-lang $SRC_LANG --target-lang $TGT_LANG --max-tokens $TRAIN_BS --no-progress-bar \
        --log-interval 100 --min-lr '1e-09' --weight-decay 0.0001 \
        --criterion label_smoothed_cross_entropy --label-smoothing 0.1 \
        --lr-scheduler inverse_sqrt \
        --update-freq $GRADIENTS_ACCUMULATIONS \
        --ddp-backend=no_c10d \
        --max-update 100000 --warmup-updates 4000 --warmup-init-lr '1e-07' \
        --adam-betas '(0.9, 0.98)' --keep-last-epochs 10 \
        --dropout 0.3 --attention-dropout 0.1 \
        --tensorboard-logdir $TRAIN_DIR/log \
        --save-dir $TRAIN_DIR/ckpt \
        --fp16  # use-fp16
        # --update-freq $GRADIENTS_ACCUMULATIONS \
    # python3 train.py $DATA_DIR --arch transformer_vaswani_wmt_en_de_big --optimizer adam --adam-betas '(0.9, 0.98)' \
    #   --clip-norm 0.0 \
    #   --lr-scheduler inverse_sqrt \
    #   --warmup-init-lr 1e-07 \
    #   --warmup-updates 4000 \
    #   --lr 0.001 \
    #   --min-lr 1e-09 \
    #   --dropout 0.3 \
    #   --weight-decay 0.0 \
    #   --criterion label_smoothed_cross_entropy \
    #   --label-smoothing 0.1 \
    #   --max-tokens $TRAIN_BS \  # bs
    #   --max-update 3000 \ # training step is max-update * update-freq
    #   --update-freq $GRADIENTS_ACCUMULATIONS \ # gradients accumulations is 32 then its equal to bs is 32 times than before
    #   --tensorboard-logdir $TRAIN_DIR/log \ 
    #   --log-format json --save-dir $TRAIN_DIR/log \
    #   --fp16  # use-fp16
    # Average 10 latest checkpoints:
elif [[ $1 == 'avg' ]]; then

    mkdir -p  $TRAIN_DIR/ckpt $TRAIN_DIR/ckpt
    python3 scripts/average_checkpoints.py \
        --inputs $TRAIN_DIR/ckpt \
        --num-epoch-checkpoints 10  \
        --output $TRAIN_DIR/ckpt/model.pt

elif [[ $1 == 'test' ]]; then
    
    if [ -f $TRAIN_DIR/ckpt/model.pt ]; then
        echo "will test use $TRAIN_DIR/ckpt/model.pt"
    else
        echo 'ckpt not found'
    fi
    python3 generate.py $DATA_DIR/ --path $TRAIN_DIR/ckpt/model.pt \
        --beam $BEAM_SIZE \
        --num-workers 12 \
        --remove-bpe \
        --batch-size $DECODER_BS | grep -P '^H' |cut -f3-  | tee $TRAIN_DIR/$FLAGS.translation.$TGT_LANG

    python3 score.py \
        --sys $TRAIN_DIR/$TRANS-$FLAGS.translation.$TARGET_LANG \
        --ref $REF_FILE  | tee $RESULT_FILE 

elif [[ $1 == 'decoder' ]]; then
    # SUBWORD_NMT is the source code dir of subword_nmt
    # subword_path is the code path of training data 
    SUBWORD_NMT=/home/zhaoliang/fairseq-slim/subword-nmt
    TRAIN_DIR=/home/zhaoliang/fairseq-slim/train/baseline-en-vi
    cat $TEST_FILE | python3 $SUBWORD_NMT/apply_bpe.py -c $CODE_FILE | \
        python3 interactive.py $DATA_DIR/ --path $TRAIN_DIR/ckpt/model.pt \
            --beam $BEAM_SIZE \
            --source-lang $SRC_LANG \
            --target-lang $TGT_LANG  \
            --num-workers 12 \
            --remove-bpe \
            --batch-size $DECODER_BS \
            --buffer-size $DECODER_BS | grep -P '^H' |cut -f3-  | tee $TRAIN_DIR/$FLAGS.translation.$TGT_LANG

    python3 score.py \
        --sys $TRAIN_DIR/$FLAGS.translation.$TGT_LANG \
        --ref $REF_FILE  | tee  $RESULT_FILE 
else 
    echo "unknown argment 1"
fi

# 17200 en   7800 vi
  • envi

TMP_DIR=data-raw/en-vi-pure
SRC_LANG=en
TGT_LANG=vi
TRAIN_BS=3582
TRAIN_DIR=train/${SRC_LANG}-${TGT_LANG}_fp16
DATA_DIR=data-bin/iwslt_${SRC_LANG}_${TGT_LANG}
result_file=$TRAIN_DIR/${SRC_LANG}-${TGT_LANG}.log
echo 'preprocess ' > $result_file

# python3 preprocess.py \
#   --source-lang $SRC_LANG \
#   --target-lang $TGT_LANG \
#   --trainpref $TMP_DIR/train \
#   --validpref $TMP_DIR/dev \
#   --testpref $TMP_DIR/test \
#   --nwordssrc 17200 \
#   --nwordstgt 7800 \
#   --workers 12 \
#   --destdir $DATA_DIR

mkdir -p $TRAIN_DIR/log $TRAIN_DIR/ckpt
echo 'train ' >> $result_file
python3 train.py $DATA_DIR \
    --arch transformer_iwslt_de_en  \
    --share-decoder-input-output-embed \
    --clip-norm 0 --optimizer adam --lr 0.001 \
    --source-lang $SRC_LANG --target-lang $TGT_LANG --max-tokens $TRAIN_BS --no-progress-bar \
    --log-interval 100 --min-lr '1e-09' --weight-decay 0.0001 \
    --criterion label_smoothed_cross_entropy --label-smoothing 0.1 \
    --lr-scheduler inverse_sqrt \
    --max-update 20000 --warmup-updates 4000 --warmup-init-lr '1e-07' --update-freq 4\
    --adam-betas '(0.9, 0.98)' --keep-last-epochs 10 \
    --dropout 0.3 \
    --tensorboard-logdir $TRAIN_DIR/log --log-format simple\
    --save-dir $TRAIN_DIR/ckpt \
    --fp16  2>&1 | tee $TRAIN_DIR/train.log

echo 'average checkpoints' >> $result_file
python3 scripts/average_checkpoints.py \
    --inputs $TRAIN_DIR/ckpt \
    --num-epoch-checkpoints 10  \
    --output $TRAIN_DIR/ckpt/model.pt

echo 'generate' >> $result_file
# python3 generate.py $DATA_DIR/ --path $TRAIN_DIR/ckpt/model.pt \
#     --beam 5 \
#     --num-workers 12 \
#     --batch-size 128 | grep -P '^H' |cut -f3-  | tee $TRAIN_DIR/$FLAG.translation.$TGT_LANG
python3 generate.py $DATA_DIR/ --path $TRAIN_DIR/ckpt/model.pt \
    --source-lang $SRC_LANG --target-lang $TGT_LANG \
    --beam 5 \
    --num-workers 12 \
    --batch-size 128 2>&1 | tee $TRAIN_DIR/tmp.log

# echo 'score' >> $result_file

# grep ^H $TRAIN_DIR/tmp.log | cut -f3- > $TRAIN_DIR/gen.out.sys
# grep ^T $TRAIN_DIR/tmp.log | cut -f2- > $TRAIN_DIR/gen.out.ref

# python3 score.py --sys $TRAIN_DIR/gen.out.sys --ref $TRAIN_DIR/gen.out.ref | tee $result_file
  • avg比不avg要好的多，last比best要好
  • 大的bs很关键1268个句子的token是27923，所以最好能把内存塞满
  • 跑出30.66的命令

TMP_DIR=data-raw/en-vi-pure
SRC_LANG=en
TGT_LANG=vi
# TRAIN_BS=3582
TRAIN_BS=10000
MAX_UPDATE=5000
TRAIN_DIR=train/${SRC_LANG}_${TGT_LANG}_fp16
DATA_DIR=data-bin/iwslt_${SRC_LANG}_${TGT_LANG}
result_file=$TRAIN_DIR/result.txt
# python3 preprocess.py \
#   --source-lang $SRC_LANG \
#   --target-lang $TGT_LANG \
#   --trainpref $TMP_DIR/train \
#   --validpref $TMP_DIR/dev \
#   --testpref $TMP_DIR/test \
#   --nwordssrc 17200 \
#   --nwordstgt 7800 \
#   --workers 12 \
#   --destdir $DATA_DIR
mkdir -p $TRAIN_DIR/log $TRAIN_DIR/ckpt
touch $result_file
python3 train.py $DATA_DIR \
    --arch transformer_iwslt_de_en  \
    --share-decoder-input-output-embed \
    --clip-norm 0 --optimizer adam --lr 0.001 \
    --source-lang $SRC_LANG --target-lang $TGT_LANG --max-tokens $TRAIN_BS --no-progress-bar \
    --log-interval 100 --min-lr '1e-09' --weight-decay 0.0001 \
    --criterion label_smoothed_cross_entropy --label-smoothing 0.1 \
    --lr-scheduler inverse_sqrt \
    --max-update $MAX_UPDATE --warmup-updates 4000 --warmup-init-lr '1e-07' --update-freq 4\
    --adam-betas '(0.9, 0.98)' --keep-last-epochs 10 \
    --dropout 0.3 \
    --tensorboard-logdir $TRAIN_DIR/log --log-format simple\
    --save-dir $TRAIN_DIR/ckpt \
    --fp16  2>&1 | tee $TRAIN_DIR/train.log

python3 scripts/average_checkpoints.py \
    --inputs $TRAIN_DIR/ckpt \
    --num-epoch-checkpoints 10  \
    --output $TRAIN_DIR/ckpt/model.pt


# python3 generate.py $DATA_DIR/ --path $TRAIN_DIR/ckpt/model.pt \
#     --beam 5 \
#     --num-workers 12 \
#     --batch-size 128 | grep -P '^H' |cut -f3-  | tee $TRAIN_DIR/$FLAG.translation.$TGT_LANG
echo 'average 10 checkpoints: ' | tee $result_file
python3 generate.py $DATA_DIR/ --path $TRAIN_DIR/ckpt/model.pt \
    --source-lang $SRC_LANG --target-lang $TGT_LANG \
    --beam 5 \
    --num-workers 12 \
    --batch-size 128 2>&1 | tee $TRAIN_DIR/translation.$TGT_LANG | tail -2 | tee $result_file

echo "best checkpoint:" | tee $result_file
python3 generate.py $DATA_DIR/ --path $TRAIN_DIR/ckpt/checkpoint_best.pt \
    --source-lang $SRC_LANG --target-lang $TGT_LANG \
    --beam 5 \
    --num-workers 12 \
    --batch-size 128 2>&1 | tail -2 | tee $result_file

echo "last checkpoint:" | tee $result_file
python3 generate.py $DATA_DIR/ --path $TRAIN_DIR/ckpt/checkpoint_last.pt \
    --source-lang $SRC_LANG --target-lang $TGT_LANG \
    --beam 5 \
    --num-workers 12 \
    --batch-size 128 2>&1 | tail -2 | tee $result_file

# grep ^H $TRAIN_DIR/tmp.log | cut -f3- > $TRAIN_DIR/gen.out.sys
# grep ^T $TRAIN_DIR/tmp.log | cut -f2- > $TRAIN_DIR/gen.out.ref

# python3 score.py --sys $TRAIN_DIR/gen.out.sys --ref $TRAIN_DIR/gen.out.ref | tee $result_file
  • 调成bs增大到25000的时候原来只是overflow 8
  • fp32要比fp16要好上0.4个bleu，同样都是10000次update，BS是7000。

关于BS和update的关系，BS也不是越大越好，

  • 梯度累计都是4的时候
  • 3582的时候训练70个epoch是19075次更新，20000次是30.57花费的时间是3794，71个epoch，valid loss是4.648
  • 10000的时候训练70个epoch是7000次更新，但是实际上5000次更新效果就很好了是30.66时间是2736，50个epoch，valid loss 是4.55
  • 25000的时候训练70个epoch是3196次更新，2000次更新的训练时间2418 ， 44个epoch ，valid loss 是4.975，效果只有25.5,3000次更新效果只有28.95训练时间是349366个epoch，

梯度累计是8的时候

  • 10000 5000次更新，和3000次更新
  • 40000的时候训练70个epoch是1067， 1000次更新，和1500次更新
    40000
10000的时候
3582
25000
  • 40000的时候是24GB rtx的极限了峰值的时候有23GB，现在稳定在22GB左右，而且GPU峰值利用率大大提高，可以达到98%，10000的时候峰值利用率84多
    image.png

当训练不足的时候average反而是有害的

  • 总共训练了43个epoch明显是训练不足，不管是avg还是不avg效果都远远比不了原来的30.6，valid loss也5.07远远高于正常的4.6

fp32和fp16

  • envi 10000 5000 4 fp32是30.40 fp16是30.66

  • vien


batch size 40000和10000的时候训练速度差不多


相关文章

  • fairseq 命令 结论

    enfr使用interactivedecoder envi avg比不avg要好的多，last比best要好 大的...

  • fairseq

    数据处理阶段 基于pytorch的一个不得不学的框架，听师兄说最大的优势在于decoder速度巨快无比，大概是t2...

  • [fairseq] tutorial

    首先学习一下官方的LSTM的教程 建立一个encoder和decoder模型，分别要继承FairseqEncode...

  • [fairseq] generate.py

    [TOC] generate.py args.data和args.gen_subset的区别? 原来输入的path...

  • [fairseq]translation task model

    translation.py 在train的时候如果不指定sourse language 和target lang...

  • [一个很有意思的逻辑]

    看fairseq代码这个逻辑很有意思，意思是replace_unk==None总是合理的，如果replace_un...

  • [将句子切分]split

    看到fairseq里面是这样写的有点不理解然后看了下官方的文档发现 If you use .split() ins...

  • 利用redis实现分布式锁

    先说结论：SET {key} {value} NX EX {seconds} set命令参考:http://doc...

  • Linux终端命令PATH的搜索

    结论： 为什么? 默认打开的-h选项会记住命令旧的路径，在同一session中，再次执行相同命令时，不再进行命令的...

  • [fairseq] 关于bpe-backend

    这是用来控制多卡协作更新参数的方法，如果是在多卡上运行的那么就设置bpe-backend=no_c10d，这样可以...

网友评论

      本文标题：fairseq 命令 结论

      本文链接：https://www.haomeiwen.com/subject/bpdfoqtx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|fairseq 命令 结论|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！