Load a model in a session¶
NSML 라이브러리를 사용하는 코드 내에서 다른 세션의 모델을 가져올 수 있습니다. nsml.load 로 다른 세션의 모델을 불러와서 nsml.save 로 저장 후, 종료하는 더미 세션을 생성하는 방식을 사용합니다.
baseline의 예제로 그 방법을 알아보겠습니다.
먼저 nsml run 명령어로 다음과 같이 실행합니다.
$ ls README.md data_loader.py main.py setup.py $ nsml run -d mnist INFO[2019/07/19 15:06:04.170] .nsmlignore check - start INFO[2019/07/19 15:06:04.170] .nsmlignore check - done INFO[2019/07/19 15:06:04.235] file integrity check - start INFO[2019/07/19 15:06:04.237] file integrity check - done INFO[2019/07/19 15:06:04.238] .nsmlignore 16 B - start INFO[2019/07/19 15:06:04.238] .nsmlignore 16 B - done (1/5 20.00%) (16 B/18 KiB 0.09%) INFO[2019/07/19 15:06:04.238] README.md 9.1 KiB - start INFO[2019/07/19 15:06:04.239] README.md 9.1 KiB - done (2/5 40.00%) (9.2 KiB/18 KiB 50.32%) INFO[2019/07/19 15:06:04.239] data_loader.py 1.5 KiB - start INFO[2019/07/19 15:06:04.239] data_loader.py 1.5 KiB - done (3/5 60.00%) (11 KiB/18 KiB 58.57%) INFO[2019/07/19 15:06:04.239] main.py 7.3 KiB - start INFO[2019/07/19 15:06:04.239] main.py 7.3 KiB - done (4/5 80.00%) (18 KiB/18 KiB 98.81%) INFO[2019/07/19 15:06:04.239] setup.py 221 B - start INFO[2019/07/19 15:06:04.239] setup.py 221 B - done (5/5 100.00%) (18 KiB/18 KiB 100.00%) ..... Building docker image. It might take for a while ...... Session nsml_team/mnist/48 is started새롭게 만들어진 48번 세션을 모델리스트 를 확인해 보면 다음과 같이 생성된 모델 목록을 확인할 수 있습니다.
$ nsml model ls nsml_team/mnist/48 Checkpoint Last Modified Elapsed Summary Size ------------ --------------- --------- ------------------------------------------------------------------------- --------- 0 36 minutes ago 3.397 epoch_total=5, loss=7.083731204539806, acc=0.0019707207207207205, epoch=0 366.74 MB 1 36 minutes ago 24.667 epoch_total=5, loss=6.765417760556883, acc=0.00563063063063063, epoch=1 366.74 MB 2 35 minutes ago 24.624 epoch_total=5, loss=6.254474949192357, acc=0.02294481981981982, epoch=2 366.74 MB 3 35 minutes ago 24.751 epoch_total=5, loss=5.404983241278846, acc=0.08727477477477477, epoch=3 366.74 MB 4 34 minutes ago 24.630 epoch_total=5, loss=4.27992379557979, acc=0.21494932432432431, epoch=4 366.74 MBbaseline 코드에서 다음과 같은 nsml.load 함수를 호출하는 3줄의 소스코드를 삽입하면 다른 세션에서 학습한 모델을 불러올 수 있습니다. 48번 세션에 있는 4번 checkpoint 모델을 가져와서 새로운 세션을 만들어보겠습니다.
baseline main.py에 다음 3줄의 코드를 추가합니다.
nsml.load(checkpoint='4', session='nsml_team/mnist/48') nsml.save('saved') exit()체크포인트 번호, 모델을 가져올 세션 이름을 load() 함수에서 지정하고, save() 함수로 저장하는 방식입니다. 3줄의 소스코드를 추가할 가장 좋은 위치는 아래와 같이
Trainmode = True코드 밑이며""" Initiate RMSprop optimizer """주석 위입니다. 다른 위치에서 3줄의 소스코드를 사용하시려면 반드시 nsml.bind(), 즉 bind_model(model) 함수를 사용한 다음에 삽입해야 합니다.bind_model(model) if config.pause: nsml.paused(scope=locals()) bTrainmode = False if config.mode == 'train': bTrainmode = True # 이 자리에 3줄의 load/save 소스코드가 들어갑니다. nsml.load(checkpoint='4', session='nsml_team/mnist/48') nsml.save('saved') exit() # 다른 장소에 넣으셔도 되지만 bind_model() 아래에 넣어주시기 바랍니다. """ Initiate RMSprop optimizer """ opt = keras.optimizers.rmsprop(lr=0.00045, decay=1e-6) model.compile(loss='categorical_crossentropy', optimizer=opt, metrics=['accuracy'])세션을 다시 한번 돌려보겠습니다. 49번 세션이 시작됩니다.
$ nsml run -d mnist INFO[2019/07/19 15:10:10.803] .nsmlignore check - start INFO[2019/07/19 15:10:10.804] .nsmlignore check - done INFO[2019/07/19 15:10:10.942] file integrity check - start INFO[2019/07/19 15:10:10.944] file integrity check - done INFO[2019/07/19 15:10:10.946] .nsmlignore 16 B - start INFO[2019/07/19 15:10:10.946] .nsmlignore 16 B - done (1/5 20.00%) (16 B/18 KiB 0.09%) INFO[2019/07/19 15:10:10.946] README.md 9.1 KiB - start INFO[2019/07/19 15:10:10.946] README.md 9.1 KiB - done (2/5 40.00%) (9.2 KiB/18 KiB 50.02%) INFO[2019/07/19 15:10:10.946] data_loader.py 1.5 KiB - start INFO[2019/07/19 15:10:10.947] data_loader.py 1.5 KiB - done (3/5 60.00%) (11 KiB/18 KiB 58.23%) INFO[2019/07/19 15:10:10.947] main.py 7.4 KiB - start INFO[2019/07/19 15:10:10.947] main.py 7.4 KiB - done (4/5 80.00%) (18 KiB/18 KiB 98.82%) INFO[2019/07/19 15:10:10.947] setup.py 221 B - start INFO[2019/07/19 15:10:10.947] setup.py 221 B - done (5/5 100.00%) (18 KiB/18 KiB 100.00%) ..... Building docker image. It might take for a while ...... Session nsml_team/mnist/49 is started로그에서 다음 문구 2개를 발견하시면 모델이 정상적으로 load되었음을 확인할 수 있습니다.
$ nsml logs nsml_team/mnist/49 ... model loaded! model saved! ...saved라는 이름의 checkpoint가 생성됩니다. nsml.save() 함수에 'saved'라는 이름을 지정했기 때문입니다.
$ nsml model ls nsml_team/mnist/49 Checkpoint Last Modified Elapsed Summary Size ------------ --------------- --------- --------- --------- saved 20 minutes ago 0.000 366.74 MB다른 세션들과 같은 방법으로 nsml submit 명령어를 사용하여 모델을 리더보드에 제출할 수 있습니다.
$ nsml submit nsml_team/mnist/49 saved ........ Building docker image. It might take for a while ............. Score: 0.012391527150908917 Done