TVM：通过Python接口（AutoTVM）来编译和优化模型

TVM：通过Python接口（AutoTVM）来编译和优化模型

上次我们已经介绍了如何从源码编译安装 tvm，本文我们将介绍在本机中使用 tvm Python 接口来编译优化模型的一个demo。

TVM 是一个深度学习编译器框架，有许多不同的模块可用于处理深度学习模型和运算符。 在本教程中，我们将学习如何使用 Python API 加载、编译和优化模型。

在本文中，我们将使用 Python 接口的 tvm 完成以下任务：

• 为 tvm runtime 编译一个预训练好的 ResNet50-v2 模型
• 在编译好的模型上运行一张真实的图像，并得到正确的结果
• 使用 tvm 在 CPU 上 tune 模型
• 使用 tvm 收集的数据重新编译并优化模型
• 再次运行一张真实的图像，对比优化前后模型的输出和性能

导入必要的包

• onnx：用于模型的加载和转换
• PIL：用于处理图像数据的 Python 图像库
• numpy：用于图像数据预处理和后处理的
• 用于下载测试数据的辅助程序
• TVM relay 框架和 TVM Graph Executor

import onnx
from tvm.contrib.download import download_testdata
from PIL import Image
import numpy as np
import tvm.relay as relay
import tvm
from tvm.contrib import graph_executor

下载并加载onnx模型

在本文中，我们将使用 ResNet-50 v2。

TVM 提供了一个帮助库来下载预先训练的模型。 通过模块提供模型 URL、文件名和模型类型，TVM 将下载模型并将其保存到磁盘。 对于 ONNX 模型的实例，我们可以使用 ONNX runtime 将其加载到内存中。另外提一下一个很方便的查看 onnx 模型的工具：netron。

model_url = "".join(
    [
        "https://github.com/onnx/models/raw/",
        "master/vision/classification/resnet/model/",
        "resnet50-v2-7.onnx",
    ]
)

model_path = download_testdata(model_url, "resnet50-v2-7.onnx", module="onnx")
onnx_model = onnx.load(model_path)

下载、预处理并加载测试图像

我们从网络上下载一只小猫的图像作为测试图像。

img_url = "https://s3.amazonaws.com/model-server/inputs/kitten.jpg"
img_path = download_testdata(img_url, "imagenet_cat.png", module="data")

# 将图像尺寸调整为 (224, 224)
resized_image = Image.open(img_path).resize((224, 224))
img_data = np.asarray(resized_image).astype("float32")


# 此时我们图像的数据排布是 HWC，但是 onnx 需要的是 CHW，所以要转换以下
img_data = np.transpose(img_data, (2, 0, 1))

# 根据 ImageNet 数据集的标准进行归一化
imagenet_mean = np.array([0.485, 0.456, 0.406]).reshape((3, 1, 1))
imagenet_stddev = np.array([0.229, 0.224, 0.225]).reshape((3, 1, 1))
norm_img_data = (img_data / 255 - imagenet_mean) / imagenet_stddev


# 增加通道维，此时我们输入的数据排布为 NCHW
img_data = np.expand_dims(norm_img_data, axis=0)

注意，以上的模型和测试图像完全可以替换成自己的，只要按要求转换为指定的格式即可

通过relay编译模型

target = 'llvm'

注意：请定义正确的定义正确的target

指定正确的 target 会对编译模块的性能产生巨大影响，因为它可以利用 target 上可用的硬件功能。 有关更多信息，请参阅自动调整 x86 CPU 的卷积网络。 我们建议确定您正在运行的 CPU 以及可选功能，并适当设置 target 。 例如，对于某些处理器 target = “llvm -mcpu=skylake”，或 target = “llvm -mcpu=skylake-avx512” 用于具有 AVX-512 矢量指令集的处理器。

# 注意这里 'input_name' 可能会根据模型不同而不同，大家可以使用上面提到 netron 工具来查看输入名称
input_name = "data"
shape_dict = {input_name: img_data.shape}

mod, params = relay.frontend.from_onnx(onnx_model, shape_dict)

with tvm.transform.PassContext(opt_level=3):
    lib = relay.build(mod, target=target, params=params)

dev = tvm.device(str(target), 0)
module = graph_executor.GraphModule(lib["default"](dev))

在 TVM Runtime 上执行

在模型编译完成之后，我们可以使用 TVM Runtime 来用模型来输出预测结果。要运行 TVM Runtime 来完成预测，我们需要：

• 编译好的模型，就是我们刚刚做的
• 有效地模型输入

dtype = "float32"
module.set_input(input_name, img_data)
module.run()
output_shape = (1, 1000)
tvm_output = module.get_output(0, tvm.nd.empty(output_shape)).numpy()

收集基本性能数据

我们这里要收集这个未优化模型相关的一些基本性能数据，然后将其与 tune 后的模型进行比较。 为了消除 CPU 噪声的影响，我们以多次重复的方式在多个批次中运行计算，然后收集一些关于平均值、中值和标准偏差的基础统计数据。

import timeit

timing_number = 10
timing_repeat = 10
unoptimized = (
    np.array(timeit.Timer(lambda: module.run()).repeat(repeat=timing_repeat, number=timing_number))
    * 1000
    / timing_number
)
unoptimized = {
    "mean": np.mean(unoptimized),
    "median": np.median(unoptimized),
    "std": np.std(unoptimized),
}

print(unoptimized)

此处输出：

{'mean': 229.1864895541221, 'median': 228.7280524149537, 'std': 1.0664440211813757}

对结果进行后处理

如前所述，不同的模型输出张量的方式可能不同。

在我们的例子中，我们需要进行一些后处理，使用为模型提供的查找表将 ResNet-50-V2 的输出呈现为更易读的形式。

from scipy.special import softmax

# 下载标签列表
labels_url = "https://s3.amazonaws.com/onnx-model-zoo/synset.txt"
labels_path = download_testdata(labels_url, "synset.txt", module="data")

with open(labels_path, "r") as f:
    labels = [l.rstrip() for l in f]

# 打开并读取输出张量
scores = softmax(tvm_output)
scores = np.squeeze(scores)
ranks = np.argsort(scores)[::-1]
for rank in ranks[0:5]:
    print("class='%s' with probability=%f" % (labels[rank], scores[rank]))

此处输出：

class='n02123045 tabby, tabby cat' with probability=0.610551
class='n02123159 tiger cat' with probability=0.367180
class='n02124075 Egyptian cat' with probability=0.019365
class='n02129604 tiger, Panthera tigris' with probability=0.001273
class='n04040759 radiator' with probability=0.000261

调整 （tune）模型

之前编译的模型工作在 TVM Runtime 上，但是并未提供任何针对特定硬件平台的优化。这里我们来演示如何构建一个针对特定硬件平台的优化模型。

在某些情况下，使用我们自己编译的模块运行推理时，性能可能无法达到预期。 在这种情况下，我们可以利用自动调谐器（Auto-tuner）为模型找到更好的配置并提高性能。 TVM 中的调优是指优化模型以在给定目标上运行得更快的过程。 这与训练（training）和微调（fine-tuning）的不同之处在于它不会影响模型的准确性，而只会影响运行时性能。 作为调优过程的一部分，TVM 将尝试运行许多不同的算子实现的可能，以查看哪个性能最佳。 并将这些运行的结果存储在调整记录文件中。

在最简单的形式下，tuning 需要我们指定三项：

• 我们想要运行该模型的目标设备的规格
• 存储调整记录输出文件的路径
• 要调整的模型的路径

首先我们导入一些需要的库：

import tvm.auto_scheduler as auto_scheduler
from tvm.autotvm.tuner import XGBTuner
from tvm import autotvm

为运行器（runner）设置一些基本的参数，运行其会根据这组特定的参数来生成编译代码并测试其性能。

• number 指定我们将要测试的不同配置的数目
• repeat 指定我们对每种配置测试多少次
• min_repeat_ms 执行运行每次配置测试的多长时间，如果重复次数低于此值，则会增加。该选项对于 GPU tuning 时必须的，对于 CPU tuning 则不需要。将其设为 0 即禁用它。
• timeout 指定了每次配置测试的运行时间上限。

number = 10
repeat = 1
min_repeat_ms = 0  # 由于我们是 CPU tuning，故不需要该参数
timeout = 10  # 秒

# 创建 TVM runner
runner = autotvm.LocalRunner(
    number=number,
    repeat=repeat,
    timeout=timeout,
    min_repeat_ms=min_repeat_ms,
    enable_cpu_cache_flush=True,
)

创建一个简单的结构来保存调整选项。

• tunner：我们使用 XGBoost 算法来指导搜索。 在实际中可能需要根据模型复杂度、时间限制等因素选择其他算法。
• tirals：对于实际项目，您需要将试验次数设置为大于此处使用的值 10。 CPU 推荐 1500，GPU 3000-4000。 所需的试验次数可能取决于特定模型和处理器，因此值得花一些时间评估一系列值的性能，以找到调整时间和模型优化之间的最佳平衡。
• early_stopping 参数是在应用提前停止搜索的条件之前要运行的最小 trial 数。
• measure_option 指定将在何处构建试用代码以及将在何处运行。 在本例中，我们使用我们刚刚创建的 LocalRunner 和一个 LocalBuilder。
• tuning_records 选项指定一个文件来写入调整数据。

tuning_option = {
    "tuner": "xgb",
    "trials": 10,
    "early_stopping": 100,
    "measure_option": autotvm.measure_option(
        builder=autotvm.LocalBuilder(build_func="default"), runner=runner
    ),
    "tuning_records": "resnet-50-v2-autotuning.json",
}

注意：在此示例中，为了节省时间，我们将试验次数和提前停止次数设置为 10。如果将这些值设置得更高，我们可能会看到更多的性能改进，但这是以花费调优时间为代价的。 收敛所需的试验次数将根据模型和目标平台的具体情况而有所不同。

# 开始从 onnx 模型中提取 tasks
tasks = autotvm.task.extract_from_program(mod["main"], target=target, params=params)

# 一次 tune 提取到的 tasks
for i, task in enumerate(tasks):
    prefix = "[Task %2d/%2d] " % (i + 1, len(tasks))
    tuner_obj = XGBTuner(task, loss_type="rank")
    tuner_obj.tune(
        n_trial=min(tuning_option["trials"], len(task.config_space)),
        early_stopping=tuning_option["early_stopping"],
        measure_option=tuning_option["measure_option"],
        callbacks=[
            autotvm.callback.progress_bar(tuning_option["trials"], prefix=prefix),
            autotvm.callback.log_to_file(tuning_option["tuning_records"]),
        ],
    )

此处输出：

[Task  1/25]  Current/Best:    0.00/   0.00 GFLOPS | Progress: (0/10) | 0.00 s
[Task  1/25]  Current/Best:   33.79/  49.04 GFLOPS | Progress: (4/10) | 5.66 s

...

 Done.

[Task 25/25]  Current/Best:    3.13/   3.13 GFLOPS | Progress: (4/10) | 3.17 s
[Task 25/25]  Current/Best:    2.48/   3.13 GFLOPS | Progress: (8/10) | 15.43 s
[Task 25/25]  Current/Best:    0.00/   3.13 GFLOPS | Progress: (10/10) | 45.72 s

使用 tuning data 编译优化过的模型

作为上述调优过程的输出，我们获得了存储在 resnet-50-v2-autotuning.json 中的调优记录。 编译器将根据该结果为指定 target 上的模型生成高性能代码。

现在已经收集了模型的调整数据，我们可以使用优化的算子重新编译模型以加快计算速度。

with autotvm.apply_history_best(tuning_option["tuning_records"]):
    with tvm.transform.PassContext(opt_level=3, config={}):
        lib = relay.build(mod, target=target, params=params)

dev = tvm.device(str(target), 0)
module = graph_executor.GraphModule(lib["default"](dev))

验证优化过后的模型的运行后的输出结果与之前的相同：

dtype = "float32"
module.set_input(input_name, img_data)
module.run()
output_shape = (1, 1000)
tvm_output = module.get_output(0, tvm.nd.empty(output_shape)).numpy()

scores = softmax(tvm_output)
scores = np.squeeze(scores)
ranks = np.argsort(scores)[::-1]
for rank in ranks[0:5]:
    print("class='%s' with probability=%f" % (labels[rank], scores[rank]))

此处输出：

class='n02123045 tabby, tabby cat' with probability=0.610552
class='n02123159 tiger cat' with probability=0.367180
class='n02124075 Egyptian cat' with probability=0.019365
class='n02129604 tiger, Panthera tigris' with probability=0.001273
class='n04040759 radiator' with probability=0.000261

确是是相同的。

比较调整过的和未调整过的模型

这里我们同样收集与此优化模型相关的一些基本性能数据，以将其与未优化模型进行比较。 根据底层硬件、迭代次数和其他因素，在将优化模型与未优化模型进行比较时，我们能看到性能改进。

import timeit

timing_number = 10
timing_repeat = 10
optimized = (
    np.array(timeit.Timer(lambda: module.run()).repeat(repeat=timing_repeat, number=timing_number))
    * 1000
    / timing_number
)
optimized = {"mean": np.mean(optimized), "median": np.median(optimized), "std": np.std(optimized)}


print("optimized: %s" % (optimized))
print("unoptimized: %s" % (unoptimized))

此处输出：

optimized: {'mean': 211.9480087934062, 'median': 211.2688914872706, 'std': 1.1843122740378864}
unoptimized: {'mean': 229.1864895541221, 'median': 228.7280524149537, 'std': 1.0664440211813757}

在本教程中，我们给出了一个简短示例，说明如何使用 TVM Python API 编译、运行和调整模型。 我们还讨论了对输入和输出进行预处理和后处理的必要性。 在调整过程之后，我们演示了如何比较未优化和优化模型的性能。

这里我们展示了一个在本地使用 ResNet 50 V2 的简单示例。 但是，TVM 支持更多功能，包括交叉编译、远程执行和分析/基准测试。这将会在以后的教程中介绍。

Ref：

https://tvm.apache.org/docs/tutorial/autotvm_relay_x86.html#sphx-glr-tutorial-autotvm-relay-x86-py