tensorflow二次开发
作者:互联网
编译
方法1:
1234567
./configurebazel build --config=opt //tensorflow/tools/pip_package:build_pip_packagebuild出错清理:/root/.cache/bazel把下面的之前出错的缓存文件给删除掉生成whell包bazel-bin/tensorflow/tools/pip_package/build_pip_package /root/tensorflow/wheel_pkg/build_withSource
方法2:
1234
yes "" | python configure.pybazel build --config=mkl --copt=-mavx2 --copt=-O3 --copt=-DINTEL_MKL_QUANTIZED -s //tensorflow/tools/pip_package:build_pip_package生成whell包bazel-bin/tensorflow/tools/pip_package/build_pip_package /root/tensorflow/wheel_pkg/build_withSource
编译命令和过程分析
视频:https://www.youtube.com/watch?v=Rw-KrbfyABQ
https://www.cnblogs.com/shouhuxianjian/p/9416934.html
运行configure.py会把一些编译参数放入.bazelrc和.tf_configure.bazelrc文件里面(https://www.jianshu.com/p/5cd111ebb8bb)
bazelrc文件的解释
https://docs.bazel.build/versions/master/guide.html
build 后面接的都是默认的编译参数
build:mkl 后面接的编译参数只有当bazel build –config=mkl的时候mkl后面的编译参数才会起作用
-c的选项有可能是–config的缩写
bazel build的其他编译选项:
https://docs.bazel.build/versions/master/user-manual.html
–copt: This option takes an argument which is to be passed to the compiler. 所以–copt后面传进来的都是gcc或者是icc的编译参数
–strip是否删除debug信息,never表示不删除debug信息
增量编译
直接bazel build
然后重新生成wheel包
pip unistall tensorflow
一定先卸载然后重新安装
否则还是原来的包
编译之后
生成pywrap_tensorflow_internal.py 以及 pywrap_tensorflow_internal.cc在~/.cache/bazel目录下面,所有代码都在_pywrap_tensorflow_internal.so 的动态链接库里面
pywrap_tensorflow_internal.py: 负责对接上层 Python 调用
pywrap_tensorflow_internal.cc: 负责对接下层 C API 调用
- pywrap_tensorflow_internal.py 模块首次被导入时,自动地加
载 _pywrap_tensorflow_internal.so 的动态链接库;其中, _pywrap_tensorflow_internal.so
包含了整个 TensorFlow 运行时的所有符号。 - 在 pywrap_tensorflow_internal.cc 的实现中,静态注册了一个函数符号表,实现了 Python 函数名到 C 函数名的二元关系。在运行时,按照 Python 的函数名称,匹找到对应的 C 函数实现,最终实现 Python 到 c_api.c 具体实现的调用关系。
调整tensorflow运行的日志等级
TF代码又两个函数打印日志,LOG以及VLOG
LOG是正常的打印日志,通过TF_CPP_MIN_LOG_LEVEL
1 | export TF_CPP_MIN_LOG_LEVEL=level |
去设置,值越小,打印日志越多
VLOG通过
1 | export TF_CPP_MIN_VLOG_LEVEL=level |
去设置,但是VLOG只有在LOG等级为0的时候设置才有用
比如要打印mkl_layout_pass.cc初始化rewirte op时的信息
12 | export TF_CPP_MIN_LOG_LEVEL=0export TF_CPP_MIN_VLOG_LEVEL=1 |
编译debug版本的tensorflow
添加 -c dbg选项
移除优化选项 –copt=-O3 以及 -c opt
1 | bazel build --config=mkl --copt=-mavx2 --copt=-O3 --copt=-DINTEL_MKL_QUANTIZED -s -c dbg //tensorflow/tools/pip_package:build_pip_package |
debug版本编译完大概有20G左右
export OMP_NUM_THREADS=1
设置intra和inter值为1
指定编译目录
默认编译在/root/.cache/bazel目录下面,有时候root目录空间不够
123 | build_dir=/home/lesliefang/bazel_buildbazel --output_user_root=$build_dir cleanbazel --output_user_root=$build_dir build --config=mkl --copt=-mavx2 --copt=-O3 --copt=-DINTEL_MKL_QUANTIZED -s -c dbg //tensorflow/tools/pip_package:build_pip_package |
编译报错找不到–march=broadwell
使用gcc6.3以及以上版本,低版本的编译器不认识broadwell的选项
whell太大无法打包
https://github.com/tensorflow/tensorflow/issues/5538
替换mkldnn版本
以TF从0.18升级到0.19为例
下载mkldnn0.19计算sha256sum
12345 | wget https://github.com/intel/mkl-dnn/archive/v0.19.tar.gzsha256sum v0.19.tar.gz记录这个结果ba39da6adb263df05c4ca2a120295641fc97be75b588922e4274cb628dbe1dcd后面会用到 |
修改$tensorflow_root/tensorflow/workspace.bzl
搜索mkl_dnn
123456789101112131415 | 121 # Important: If you are upgrading MKL-DNN, then update the version numbers 122 # in third_party/mkl_dnn/mkldnn.BUILD. In addition, the new version of 123 # MKL-DNN might require upgrading MKL ML libraries also. If they need to be 124 # upgraded then update the version numbers on all three versions above 125 # (Linux, Mac, Windows). 126 tf_http_archive( 127 name = "mkl_dnn", 128 build_file = clean_dep("//third_party/mkl_dnn:mkldnn.BUILD"), 129 sha256 = "38a1c02104ee9f630c1ad68164119cd58ad0aaf59e04ccbe7bd5781add7bfbea", 130 strip_prefix = "mkl-dnn-0.18", 131 urls = [ 132 "http://mirror.tensorflow.org/github.com/intel/mkl-dnn/archive/v0.18.tar.gz", 133 "https://github.com/intel/mkl-dnn/archive/v0.18.tar.gz", 134 ], 135 ) |
- 把里面所有0.18替换成0.19
- 替换上面得到的sha256sum
看第二步的注释和代码
需要修改”//third_party/mkl_dnn:mkldnn.BUILD”
$tensorflow_root/tensorflow/workspace.bzl
vim $tensorflow_root/third_party/mkl_dnn/mkldnn.BUILD
把里面的版本号从0.18改到0.19
注意:
tensorflow里面,mkldnn是被当做source code编译进去的,
所以不存在动态链接库
check:
build_dir/b3a4cb07d89ceca0353d37b5d32ffadc/external/mkl_dnn
里面是mkldnn下载下来的代码
里面有个readme文件在开头的地方可以check版本是0.18还是0.19
gdb 调试
二种方法方法去debug TF:
method1:
123 | 1. gdb python2. run file.py3. bt |
method2:
123456 | 1. 跑测试2. top 看到python进程的pid3. gdb -p pid挂上之后,原来测试会挂住break 函数名或者其它打上断点,tensorflow找不到符号的情况下可以 文件名:line的方式去打断点continue 继续测试直到core-dump |
如何添加python的信息 参考这个blog
http://jcf94.com/2018/01/13/2018-01-13-tfunpacking/
warning找不到文件
dir 目录
去指定文件的搜索根目录
使用gdbgui去调试的时候,也需要指定了目录之后才可以显示文件
调试前的参数设置以及技巧
所有并行计算线程设置为1,避免多线程导致断点带来的麻烦
命令后加&echo $! 输出PID,进行gdb -p的调试
mkldnn调试
12 | export MKLDNN_VERBOSE=1python *** |
在运行测试之前,添加环境变量
可以打出mkldnn的信息
每一行的信息Each line with verbose information is formatted as a comma-separated list containing:
- mkldnn_verbose
- stage, e.g. create or exec
- primitive-kind, e.g. convolution, reorder, sum, …
- primitive implementation name
- propagation-kind, e.g. forward_training
- input/output data info, e.g. data type and data format
- auxiliary information, e.g. algorithm or number of input
- problem description
- for convolution the problem description is dumped in benchdnn friendly format
- for reorder, sum, and concat problem description is simply logical dims
- for other primitives the problem description is similar to convolution one
- execution time in milliseconds
看python到C++调用关系
以Session 为例子:tf.Session时候的调用关系
- python api
/root/tensorflow_src/test_code/private-tensorflow/tensorflow/python
目录下面:
- grep -rni “class Session”
client/session.py:1475:class Session(BaseSession):
里面调用了baseSession的构造函数 看baseSession
里面调用了tf_session12
self._session = tf_session.TF_NewSessionRef(self._graph._c_graph, opts)from tensorflow.python import pywrap_tensorflow as tf_session
看pywrap_tensorflow.py
这个就是对应了编译出来的so文件在source insight里面搜索TF_NewSessionRef
看到定义在tf_session_help.cc里面
里面调用了TF_NewSessionsource insight里面搜索TF_NewSession
已经进入到C++ 代码内部
以matmul为列
https://ggaaooppeenngg.github.io/zh-CN/2018/05/29/Tensorflow-%E7%9A%84-Tensor-%E5%92%8C-OpKernel-%E5%88%86%E6%9E%90/
调用 tf.matmul(a,b)
- 查看
1
grep -rni "tf_export.*matmul" #这个函数需要用tf_export导出
ops/math_ops.py:2277:@tf_export(“linalg.matmul”, “matmul”)
看math_ops.py:2277
api的使用有详细的解释
调用了gen_math_ops.batch_mat_mul 或者 gen_math_ops.mat_mul看gen_math_ops.py
1
find / -name "gen_math_ops.py"
这个文件看文件名字,应该是在编译的时候生成的
这个文件里面搜:batch_mat_mul
- batch_mat_mul函数
这个函数里面调用了1234
_result = _pywrap_tensorflow.TFE_Py_FastPathExecute( _ctx._context_handle, _ctx._eager_context.device_name, "BatchMatMul", name, _ctx._post_execution_callbacks, x, y, "adj_x", adj_x, "adj_y", adj_y)
所以C++里面的op函数应该是BatchMatMul
- 搜索所有注册这个op的地方
搜索op定义12
[root@localhost private-tensorflow]# grep -rni "REGISTER_OP("MatMul")"tensorflow/core/ops/math_ops.cc:763:REGISTER_OP("MatMul")
搜索op的kernel实现
1 | grep -rni "Name("MatMul")" |
找到所有定义operation
break 文件名:行
在每个computer的d地方打断点
看看调用到了哪个kernel
看class MatMulOp 的Compute方法里面最后调用了LaunchMatMul方法
LaunchMatMul 继承自LaunchMatMulBase,在 LaunchMatMulBase 当中调用了 functor::MatMulFunctor,这个 functor 主要就会执行乘法操作
MatMulFunctor里面调用了MatMul方法
MatMul方法里面进一步调用了out.device(d) = in0.contract(in1, dim_pair);
contract是Eigen的一个方法,表示矩阵相乘,Eigen是一套高效的C++中调用的数学平台,里面实现了很多通用的数学运算。
以conv2d为例
这个人博客很多好文章:http://lanhin.xyz/
http://lanhin.xyz/2018/10/29/tensorflow%E4%B8%AD2d%E5%8D%B7%E7%A7%AF%E4%BB%A3%E7%A0%81%E7%AE%80%E6%9E%90/
- python 接口 tf.nn.conv2d
1
grep -rni "tf_export.*conv2d"
tensorflow_src/test_code/private-tensorflow/tensorflow/python/ops/nn_ops.py:1376:@tf_export(“nn.conv2d”, v1=[])
查找输出的地方
1
find / -name "gen_math_ops.py"
查看op注册和实现的地方
12
grep -rni "REGISTER_OP("Conv2D")"grep -rni "Name("Conv2D")"
进入conv_ops.cc文件
看Compute方法
输入为浮点数float调用LaunchDeepConvOp
其它输入类型调用launcher_
进一步看调用到了
LaunchConv2DOp
再往下
tensorflow::LaunchGeneric::operator
这个函数里面通过不同的条件判断调用两个不同的计算kernel:functor::MatMulConvFunctor
MatMulConvFunctor定义在conv_2d.h文件里面
out.device(d) = in0.contract(in1, dim_pair, output_kernel);
到最后还是调用了矩阵乘法的函数
这个contract应该是eigen库提供的接口
INT8 operation
- 读取RN50 int8的pb
用tensorboard查看
看到用到了op:QuantizedConv2DWithBiasAndReluAndRequantize
搜索不到对应op的时候
tensorflow做了op的转换
private-tensorflowtensorflowcoregraphmkl_layout_pass.cc
参考这个文件
果然再这个文件里面可以搜索到
QuantizedConv2DWithBiasAndReluAndRequantize
mkl_layout_pass.cc 根据PPT里面的解释,会把标准的输入的TF的graph转换成mkl优化的图,里面有个run函数应该是转换的入口
也有可能定义tensorflow/core/api_def/base_api/api_def_QuantizedMatMulWithBias.pbtxt
这个目录下面也可能定义了pb文件
python api有两种定义方法(https://groups.google.com/a/tensorflow.org/forum/#!topic/developers/LmKn-y7LZ_E):
Python API endpoints are currently added using 2 ways:
- apidef.pbtxt files (python_op_gen_internal.cc would actually add tf_export decorator for each visible endpoint specified in apidef.pbtxt files)
tf_export decorators
搜索这个op
12
[root@localhost ~]# grep -rni "name("QuantizedConv2DWithBiasAndReluAndRequantize")"tensorflow_src/test_code/private-tensorflow/tensorflow/core/kernels/mkl_conv_ops.cc:1997:REGISTER_KERNEL_BUILDER(Name("QuantizedConv2DWithBiasAndReluAndRequantize")
这个op对应的kernel实现就是QuantizedConv2DWithBiasAndReluAndRequantize
对应的kernel叫做NoOp
看到注释:
// Register NoOp kernel for QuantizedConv2DWithBiasAndRelu to get a python
// interface.
// This kernel will be replaced by an MKL kernel during graph-optimization pass.
NoOp是因为这个op在图优化阶段被rewrite了(mkl_layout_pass.cc的RunPass函数)
同一个文件里面看另外一个op
1 | _MklQuantizedConv2DWithBiasSumAndRelu |
对应的kernel是MklQuantizedConv2DSumReluOp
继承了MklQuantizedConv2DOp这个kernel
MklQuantizedConv2DOp这个kernel继承了MklConvOp
MklQuantizedConv2DOp的compute方法首先调用了
123 | // Compute int32 output tensorMklConvOp<Device, quint8, qint8, Tbias, Toutput, Ttemp_output, int32, biasEnabled, false>::Compute(context); |
MklConvOp里面的compute方法调用了mkldnn
conv_fwd->Execute执行mkldnn的计算
注意
class MklConvOp在这个文件里面有两个类的定义
通过template
根据文件里面的宏的定义,应该只有一个函数会被编译出来
看这个mkldnn的类的实现代码,可以先看看MKLDNN的教程和实例代码mkldnn代码库的simple_net.cpp以及解释
基本概念比较清晰,先创建memory/operator descriptor,再创建对应的Primitive descriptor ,最后创建primitive,然后把primitive放到stream里面去执行
tensorflow的这个类的实现follow这个逻辑只是加了一些封装
至于mkldnn里面进一步的实现(如何多线程等)就是mkldnn的事情了
可以看我的mkldnn的文章
自己定义个operation
定义operation
1234 | #include "tensorflow/core/framework/op.h"REGISTER_OP("ZeroOut") .Input("to_zero: int32") .Output("zeroed: int32"); |
定义kernel
12345678910111213141516171819202122232425 | #include "tensorflow/core/framework/op_kernel.h"using namespace tensorflow;class ZeroOutOp : public OpKernel { public: explicit ZeroOutOp(OpKernelConstruction* context) : OpKernel(context) {} void Compute(OpKernelContext* context) override { // 获取输入 tensor. const Tensor& input_tensor = context->input(0); auto input = input_tensor.flat<int32>(); // 创建一个输出 tensor. Tensor* output_tensor = NULL; OP_REQUIRES_OK(context, context->allocate_output(0, input_tensor.shape(), &output_tensor)); auto output = output_tensor->template flat<int32>(); // 设置 tensor 除第一个之外的元素均设为 0. const int N = input.size(); for (int i = 1; i < N; i++) { output(i) = 0; } // 尽可能地保留第一个元素的值. if (N > 0) output(0) = input(0); }};REGISTER_KERNEL_BUILDER(Name("ZeroOut").Device(DEVICE_CPU), ZeroOutOp); |
添加python wrap
经过前面两步在编译之后,可以在bazel-genfiles/tensorflow/python/ops/gen_user_ops.py文件,比如我的一个例子
vim /home/lesliefang/bazel_build/615e7e34d0a05b2b7ebac45eda8ba3c5/execroot/org_tensorflow/bazel-out/k8-opt/bin/tensorflow/tools/pip_package/build_pip_package.runfiles/org_tensorflow/tensorflow/python/ops/gen_user_ops.py
里面找到对应的operation的函数
为了使得python可以调用到,在tensorflow/python/user_ops/user_ops.py 文件中添加接口
1234 | @tf_export(v1=['user_ops.leslie_zero_out'])def leslie_zero_out(input): """Example of overriding the generated code for an Op.""" return _gen_user_ops.zero_out(input) |
测试
重新编译之后安装之后
测试代码
12345678910111213 | import tensorflow as tfimport numpy as npimport datetimeimport osimport timeif __name__ == "__main__": #time.sleep(30) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) result = tf.user_ops.leslie_zero_out([5, 4, 3, 2, 1]) print("result is {}".format(result)) print("result is {}".format(sess.run(result))) |
多线程
To write a multi-threaded CPU kernel, the Shard function in work_sharder.h can be used. This function shards a computation function across the threads configured to be used for intra-op threading (see intra_op_parallelism_threads in config.proto).
核心运行机制
推荐一个很好的Blog:http://jcf94.com/2018/01/13/2018-01-13-tfunpacking/
这个blog对C++部分session的机制分析的很清楚
这边从python调用session.run开始分析
在python里面
1.
session.run
12
result = self._run(None, fetches, feed_dict, options_ptr, run_metadata_ptr)
在_run里面
12
results = self._do_run(handle, final_targets, final_fetches, feed_dict_tensor, options, run_metadata)
do_run里面
12
return self._call_tf_sessionrun( options, feed_dict, fetch_list, target_list, run_metadata)
call_tf_sessionrun里面
123
return tf_session.TF_SessionRun_wrapper( self._session, options, feed_dict, fetch_list, target_list, run_metadata)
TF_SessionRun_wrapper 定义在pywrap_tensorflow_internal.py里面
就是python和C++的桥梁
下面进入C++的部分
TF_SessionRun_wrapper_helper函数
里面调用了TF_SessionRunTF_SessionRun 函数
调用了TF_Run_Helper函数TF_Run_Helper函数
调用了session->Run函数这是个虚函数
用gdb跟进去看
参考这篇文章:https://zhuanlan.zhihu.com/p/26031658
local用direction_session
分布式用grpc_session
所以我们这边调用到了DirectSession::Run看DirectSession::Run函数
这个函数的分析:http://jcf94.com/2018/01/13/2018-01-13-tfunpacking/
- GetOrCreateExecutors函数里面会去寻找有没有符合条件的exectuor,不存在的话则调用CreateExecutors函数去创建executors
同时CreateExecutors里面调用到了CreateGraphs
在CreateExecutors调用了CreateGraphs之后看到:12
params.create_kernel = [this, lib, opseg](const NodeDef& ndef, OpKernel** kernel)
我理解就是在这里实现了param里面的创建kernel的函数指针
在CreateExecutors的最后调用了NewExecutor函数,会传入param变量(里面带上了create_kernel方法)
NewExecutor函数里面通过工厂模式来生成Executor
是个虚函数,通过gdb看到里面调用了
tensorflow::(anonymous namespace)::DefaultExecutorRegistrar::Factory::NewExecutor (this=0x1fffd10, params=…, graph=…,
out_executor=0x72fdee8) at tensorflow/core/common_runtime/executor.cc:2857
12345678910 | class Factory : public ExecutorFactory { Status NewExecutor(const LocalExecutorParams& params, std::unique_ptr<const Graph> graph, std::unique_ptr<Executor>* out_executor) override { Executor* ret = nullptr; TF_RETURN_IF_ERROR(NewLocalExecutor(params, std::move(graph), &ret)); out_executor->reset(ret); return Status::OK(); }}; |
里面调用了NewLocalExecutor
进一步调用ExecutorImpl->Initialize函数
这个函数里面调用了params_.create_kernel函数去创建kernel
(这个create_kernel函数就是之前在CreateExecutors函数里面定义的)
同时在这个函数里面看到了一行注释
12 | // Preprocess every node in the graph to create an instance of op// kernel for each node. |
调试CreateExecutors的create_kernel函数
gdb断点进去CreateKernel函数
tensorflow/core/common_runtime/function.cc:521
调用到526行的CreateKernel函数
tensorflow/core/common_runtime/function.cc:526
executor.cc的CreateNonCachedKernel函数
op_kernel.cc的CreateOpKernel函数(*kernel = registration->factory->Create(&context);)
mkl_conv_ops.cc的TF_CALL_float(REGISTER_MKL_CPU_2D_FUSED);函数
mkl_conv_ops.cc的MklFusedConvOp的构造函数
所以调用session.run多次,因为已经存在符合条件的exectuors,并不会多次创建图
(别人的评论:第一次执行 sess.run 大专栏 tensorflow二次开发(….) 的时候会根据 python 层的图构造出 C++ 层的图然后保存下来,之后如果下次 sess.run() 的目标节点是相同的,就不需要重新构造一遍了。详细可以去分析 sess.run() 的执行流程)
- 调用到了RunInternal函数
RunInternal函数
里面调用了item.executor->RunAsync(args, barrier->Get());
去执行异步计算通过日志知道RunAsync会调用到executor的Process()函数
process函数做了什么:
http://jcf94.com/2018/01/13/2018-01-13-tfunpacking/
遍历每个节点,针对每个节点的kernel进行计算(调用device->Compute,里面调用op_kernel->Compute(context);)
在每个kernel里面都可以搜索到对应的Compute函数
看一个inner product的kernel是怎么生成的
断点打在
1 | b mkl_qmatmul_op.cc:183(一个setup函数里面) |
汾西代码知道这个setup函数是设置上下文变量的
查看调用栈
12345678910111213 | #0 tensorflow::MklIPFwdPrimitive<float, Eigen::QUInt8, Eigen::QInt8, Eigen::QInt32, Eigen::QUInt8>::Setup (this=0x3d1a300, IPFwdDims=...) at tensorflow/core/kernels/mkl_qmatmul_op.cc:183#1 0x00007f6a77ee938c in tensorflow::MklIPFwdPrimitive<float, Eigen::QUInt8, Eigen::QInt8, Eigen::QInt32, Eigen::QUInt8>::MklIPFwdPrimitive (this=0x3d1a300, IPFwdDims=...) at tensorflow/core/kernels/mkl_qmatmul_op.cc:77#2 0x00007f6a77ee81c3 in tensorflow::MklIPFwdPrimitiveFactory<float, Eigen::QUInt8, Eigen::QInt8, Eigen::QInt32, Eigen::QUInt8>::Get (IPFwdDims=..., do_not_cache=false) at tensorflow/core/kernels/mkl_qmatmul_op.cc:298#3 0x00007f6a77ee0515 in tensorflow::MklIPOp<Eigen::ThreadPoolDevice, Eigen::QUInt8, Eigen::QInt8, Eigen::QInt32, Eigen::QUInt8, Eigen::QUInt8, true>::Compute ( this=0x1ea0f20, context=0x7f6a53f1d5f0) at tensorflow/core/kernels/mkl_qmatmul_op.cc:499#4 0x00007f6a77edee0e in tensorflow::MklQuantizedIPOp<Eigen::ThreadPoolDevice, Eigen::QInt32, Eigen::QUInt8, Eigen::QUInt8, true>::Compute (this=0x1ea0f20, context=0x7f6a53f1d5f0) at tensorflow/core/kernels/mkl_qmatmul_op.cc:752#5 0x00007f6a78410eae in tensorflow::Device::Compute (this=0x40a6780, op_kernel=0x1ea0f20, context=0x7f6a53f1d5f0) at ./tensorflow/core/common_runtime/device.h:89#6 0x00007f6a6c90f868 in tensorflow::(anonymous namespace)::ExecutorState::Process (this=0x54f6480, tagged_node=..., scheduled_nsec=0) at tensorflow/core/common_runtime/executor.cc:1817 |
- #0 mkl_qmatmul_op.cc:183 在tensorflow里面这个primitive的setup函数
看这个setup里面,看到先创建mkldnn的primitive的desc12345
// create a inner product context_.fwd_desc.reset(new inner_product_forward::desc( prop_kind::forward_inference, *context_.src_md, *context_.weight_md, *context_.bias_md, *context_.dst_md));
然后通过这个desc去创建primitive_desc(pd),跟进到mkldnn里面看,就是在创建pd的时候回去遍历mkldnn里面所有pd找到对应的满足条件的pd
- #1 mkl_qmatmul_op.cc:77 MklIPFwdPrimitive的构造函数
- #2 mkl_qmatmul_op.cc:298 MklIPFwdPrimitiveFactory的Get函数,Get函数根据输入的MklIPFwdParams去try to find a suitable one in pool
没有找到的话(if (IP_fwd == nullptr))会去创建 - #3 mkl_qmatmul_op.cc:499 MklIPOp的compute方法,里面调用了MklIPFwdPrimitiveFactory的Get方法去拿到对应的IP_fwd(Primitive)
MklIPOp的compute方法 应该是tensorflow在运行图的节点的时候会被调用到的方法
继续看这个MklIPOp的compute方法
后面会调用IP_fwd->Execute(src_data, weight_data, bias_data, dstdata);
去做计算
这个根据前几步选中的mkldnn的pd,会调用到mkldnn的submit函数(context.fwdstream->submit(context.fwd_primitives);)
可以用GDB去跟进mkldnn去看调用关系,这里已经比较好理解了
结论
所以tensorflow的node到mkldnn的kernel的对应关系,是在第一次运行这个图的时候确认的,同时如果set了cache(默认都是设置的),后面几次运行的时候就会保留这个对应关系 - #4 mkl_qmatmul_op.cc:752 MklQuantizedIPOp的Compute函数,这个函数会去调用MklIPOp的compute方法
- #5 device.h:89 Device的Compute()是个虚函数,对应了device信息
- #6 executor.cc:1817 ExecutorState::Process函数,这里已经是tensorflow创建了exectuor之后的执行了
- #7 executor.cc:2258 ExecutorState::ScheduleReady
总结,关键是这个MklIPOp的compute方法,先通过Get方法去获得对应的mkldnn的kernel,然后调用execute去执行
通过pb文件去看调用的kernel
读取pb文件,查看模型的结构
使用tensorboard或者Netron
推荐使用Netron,很好用,里面还可以看到各个节点的参数的值
打印pb文件中每个节点的名字
- 在代码里面加载输出每个节点的名字
123456
graph_def = graph_pb2.GraphDef()with open(args.input_graph, "rb") as f: graph_def.ParseFromString(f.read()) #f就是pb文件for node in graph_def.node: k = node.name print("node op is {}".format(node.op))
打印出node的名字
比如其中一个MatMul
- 加载pb用tensorboard大概看一下
12345678910111213141516171819202122232425
2 import pandas as pd3 import csv4 import struct5 from PIL import Image6 import numpy as np7 import datetime8 import os9 import argparse10 import tensorflow as tf1112 if __name__ == "__main__":13 parser = argparse.ArgumentParser()14 parser.add_argument("mode", help="display a square of a given number")15 args = parser.parse_args()16 from tensorflow.python.platform import gfile17 with gfile.FastGFile(args.mode, 'rb') as f:18 graph_def = tf.GraphDef()19 graph_def.ParseFromString(f.read())20 for node in graph_def.node:21 print("node name is: {} t node op is: {}".format(node.name,node.op))22 #tensorboard23 with tf.Session() as sess:24 sess.graph.as_default()25 tf.import_graph_def(graph_def, name='')26 summaryWriter = tf.summary.FileWriter('log/', sess.graph)
跑完之后,命令行运行
tensorboard –logdir log/
- 在tensorlfow里面搜索注册这个op和kernel的地方
比如第二步打印看到的node.op是 Conv2D
在代码里面搜索1
grep -rni "Name(".*Conv2D.*")"
因为注册的kernel可能是Conv2D
也有可能加了mkl前缀比如:REGISTER_KERNEL_BUILDER(Name(“_MklConv2D”)
在directSession,创建新的exector的时候会去优化graph,这个时候会把Conv2D这个op转换成_MklConv2D,一般就是添加_MKL的前缀
在mkl_layout_pass.cc这个文件的RunPass函数里面,会去做图的优化,包括临近节点的合成,op的rewrite以及mkldnn节点前添加数据格式的转换等op
创建kernel时候的调用栈
断点打在mkl_conv_ops.cc:861
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051 | #0 tensorflow::MklConvOp<Eigen::ThreadPoolDevice, float, float, float, float, float, int, false, false>::MklConvOp (this=this@entry=0x36b35400, context=context@entry=0x7ffca8d435c0) at tensorflow/core/kernels/mkl_conv_ops.cc:861#1 0x00007fa3b9de7ecc in tensorflow::MklFusedConvOp<Eigen::ThreadPoolDevice, float, float, float, float, float, int, true>::MklFusedConvOp ( this=0x36b35400, context=0x7ffca8d435c0) at tensorflow/core/kernels/mkl_conv_ops.cc:1474#2 0x00007fa3b9dcd7b2 in operator() (__closure=0x0, context=0x7ffca8d435c0) at tensorflow/core/kernels/mkl_conv_ops.cc:2165#3 tensorflow::<lambda(tensorflow::OpKernelConstruction*)>::_FUN(tensorflow::OpKernelConstruction *) () at tensorflow/core/kernels/mkl_conv_ops.cc:2165#4 0x00007fa3b469ac77 in tensorflow::CreateOpKernel (device_type=..., device=device@entry=0x3c346e0, allocator=allocator@entry=0x1c1e380, flib=flib@entry=0x36bae2c0, node_def=..., graph_def_version=0, kernel=0x15b5c4bc8) at tensorflow/core/framework/op_kernel.cc:1302#5 0x00007fa3b498f80f in tensorflow::CreateNonCachedKernel (device=0x3c346e0, flib=flib@entry=0x36bae2c0, ndef=..., graph_def_version=<optimized out>, kernel=kernel@entry=0x15b5c4bc8) at tensorflow/core/common_runtime/executor.cc:2764#6 0x00007fa3b49aaaf7 in tensorflow::FunctionLibraryRuntimeImpl::CreateKernel (this=0x36bae2c0, ndef=..., lib_def=0x372c000, kernel=0x15b5c4bc8) at tensorflow/core/common_runtime/function.cc:539#7 0x00007fa3b49aac18 in tensorflow::FunctionLibraryRuntimeImpl::CreateKernel (this=<optimized out>, ndef=..., kernel=<optimized out>) at tensorflow/core/common_runtime/function.cc:515#8 0x00007fa3ba11e40b in operator() (kernel=0x15b5c4bc8, ndef=..., __closure=0x2ef1e660) at tensorflow/core/common_runtime/direct_session.cc:1261#9 std::_Function_handler<tensorflow::Status(const tensorflow::NodeDef&, tensorflow::OpKernel**), tensorflow::DirectSession::CreateExecutors(const tensorflow::CallableOptions&, std::unique_ptr<tensorflow::DirectSession::ExecutorsAndKeys>*, std::unique_ptr<tensorflow::DirectSession::FunctionInfo>*, tensorflow::DirectSession::RunStateArgs*)::<lambda(const tensorflow::NodeDef&, tensorflow::OpKernel**)> >::_M_invoke(const std::_Any_data &, const tensorflow::NodeDef &, <unknown type in /home/lesliefang/venv_python36_RN50_Debug/lib/python3.6/site-packages/tensorflow/python/_pywrap_tensorflow_internal.so, CU 0x23b51f7a, DIE 0x23c57fc7>) (__functor=..., __args#0=..., __args#1=<optimized out>) at /home/lesliefang/gcc63/lib/gcc/x86_64-pc-linux-gnu/6.3.0/../../../../include/c++/6.3.0/functional:1717#10 0x00007fa3b49a164e in operator() (__args#1=<optimized out>, __args#0=..., this=0x169d87cf8) at /home/lesliefang/gcc63/lib/gcc/x86_64-pc-linux-gnu/6.3.0/../../../../include/c++/6.3.0/functional:2127#11 tensorflow::(anonymous namespace)::ExecutorImpl::Initialize (this=this@entry=0x169d87ce0) at tensorflow/core/common_runtime/executor.cc:620#12 0x00007fa3b49a3646 in tensorflow::NewLocalExecutor (params=..., graph=..., executor=executor@entry=0x7ffca8d44218) at tensorflow/core/common_runtime/executor.cc:2749#13 0x00007fa3b49a36d2 in tensorflow::(anonymous namespace)::DefaultExecutorRegistrar::Factory::NewExecutor (this=<optimized out>, params=..., graph=..., out_executor=0x3ab72bb8) at tensorflow/core/common_runtime/executor.cc:2785#14 0x00007fa3b49a61b2 in tensorflow::NewExecutor (executor_type=..., params=..., graph=..., out_executor=out_executor@entry=0x3ab72bb8) at tensorflow/core/common_runtime/executor_factory.cc:82#15 0x00007fa3ba128ee4 in tensorflow::DirectSession::CreateExecutors (this=this@entry=0x2edd8480, callable_options=..., out_executors_and_keys=out_executors_and_keys@entry=0x7ffca8d448a0, out_func_info=out_func_info@entry=0x7ffca8d448b0, run_state_args=run_state_args@entry=0x7ffca8d44fb0) at tensorflow/core/common_runtime/direct_session.cc:1296#16 0x00007fa3ba12a730 in tensorflow::DirectSession::GetOrCreateExecutors (this=this@entry=0x2edd8480, inputs=..., outputs=..., target_nodes=..., executors_and_keys=0x7ffca8d44f48, run_state_args=0x7ffca8d44fb0) at tensorflow/core/common_runtime/direct_session.cc:1429 #17 0x00007fa3ba12b747 in tensorflow::DirectSession::Run (this=<optimized out>, run_options=..., inputs=..., output_names=..., target_nodes=..., ---Type <return> to continue, or q <return> to quit--- outputs=0x7ffca8d45340, run_metadata=0x7ffca8d453a0) at tensorflow/core/common_runtime/direct_session.cc:749 #18 0x00007fa3b76729f1 in tensorflow::SessionRef::Run (this=0x38d4a5f0, run_options=..., inputs=..., output_tensor_names=..., target_node_names=..., outputs=0x7ffca8d45340, run_metadata=0x7ffca8d453a0) at tensorflow/python/client/session_ref.cc:427 #19 0x00007fa3b78c2d9d in TF_Run_Helper (session=0x38d4a5f0, handle=handle@entry=0x0, run_options=run_options@entry=0x0, input_pairs=..., output_tensor_names=..., c_outputs=c_outputs@entry=0x7ffca8d45708, target_oper_names=..., run_metadata=0x0, status=0x2b657788) at tensorflow/c/c_api.cc:787 #20 0x00007fa3b78c3a3a in TF_SessionRun (session=session@entry=0x3b57ef60, run_options=run_options@entry=0x0, inputs=<optimized out>, input_values=<optimized out>, ninputs=<optimized out>, outputs=0x36bbfc00, output_values=0x7ffca8d45708, noutputs=1, target_opers=0x0, ntargets=0, run_metadata=0x0, status=0x2b657788) at tensorflow/c/c_api.cc:2638 #21 0x00007fa3b76710df in tensorflow::TF_SessionRun_wrapper_helper (session=0x3b57ef60, handle=handle@entry=0x0, run_options=0x0, inputs=..., input_ndarrays=..., outputs=..., targets=..., run_metadata=0x0, out_status=0x2b657788, py_outputs=0x7ffca8d45a50) at tensorflow/python/client/tf_session_helper.cc:410 #22 0x00007fa3b76711b2 in tensorflow::TF_SessionRun_wrapper (session=<optimized out>, run_options=<optimized out>, inputs=..., input_ndarrays=..., outputs=..., targets=..., run_metadata=0x0, out_status=0x2b657788, py_outputs=0x7ffca8d45a50) at tensorflow/python/client/tf_session_helper.cc:452 #23 0x00007fa3b760b8d0 in _wrap_TF_SessionRun_wrapper (args=<optimized out>) at bazel-out/k8-dbg/bin/tensorflow/python/pywrap_tensorflow_internal.cc:20508 |
关键代码分析:
op_kernel.cc:1302 CreateOpKernel函数
12345 | // Everything needed for OpKernel construction.OpKernelConstruction context( device_type, device, allocator, &node_def, op_def, flib, inputs, input_memory_types, outputs, output_memory_types, graph_def_version, &s);*kernel = registration->factory->Create(&context); |
OpKernelConstruction context构造了找寻合适的tensorflow的条件
总结:tensorflow这边node的多态有两层
- 第一层是在tensorflow自己框架的设计上,在session.run的时候,第一次运行创建exectuor的时候进行
- 第二层多态是mkldnn层面上的,在调用op.Compute的方法的时候,第一次调用会去根据输入的数据类型选择并创建正确的mkldnn的pd
INT8化操作
重点推荐这篇文章,介绍量化很详细
https://petewarden.com/2016/05/03/how-to-quantize-neural-networks-with-tensorflow/
基本思想:
- 对于输入的张量
每一个FP32的输入张量,额外通过一个Min Op得到最小值Min,通过一个Max op得到最大值Max。原始FP32张量,和Min以及Max一起过一个quantize的op得到INT8的张量,再过INT8的计算op(POOL,Conv2D)。再将计算结果,和Min以及Max值一起过一个Dequantize的op反量化得到FP32的输出
如果邻近两个节点都是INT8的量化操作,它们之间的反量化和量化操作可以省略 - 对于原来存储的FP32格式的weight以及bias
直接INT8化存储就可以了,存INT8值以及Min以及Max
TF1.10版本
transform_graph 工具
tensorflow/tools/graph_transforms 目录下面有个readme去介绍怎么做的
包括transform_graph里面每个trainform操作做了什么
这一步不是必须的
对原来的FP32的图做一些预处理的操作
每个操作的内容都写在–transforms参数里面,生成一个列表
每一个操作在对应的文件里面通过
1 | REGISTER_GRAPH_TRANSFORM("fold_batch_norms", FoldBatchNorms); |
函数写到transform_registry里面
在主函数里面遍历–transforms的输入列表,从transform_registry里面找到对应操作的函数,执行操作,返回新的graph_def
quantize_graph.py 脚本
这一步是必须的
这个脚本的作用:
- 是把原来图中的op转换成对应的INT8操作的op,比如conv2D转换成QuantizedConv2DWithBias或者QuantizedConv2DWithBiasAndRelu或者等等等
- 同时插入量化和反量化计算的节点,额外得到Min,Max 以及quantize和dequantize的op
- weights的量化操作也是在这一步做的,将FP32的weights值存成INT8的,有个quantize_weight_eightbit函数,将base_name对应的fp32节点换成int8,min,max 3个节点
转换之后多了几个节点:
输入计算节点之前:
- Min:计算输入张量的最小值
- Max:计算输入张量的最大值
- QuantizeV2: 输入FP32,Min,Max计算量化的INT8输出,输入计算节点
输入计算节点之后:计算节点的输出:比如量化卷积计算的输出是 INT32 的(MKLDNN x8s8X32的primitive) - RequantizationRange:因为输出是INT32的,而且量化成INT8的scale不在原始图里面存着,需要再量化一次,通过RequantizationRange去计算INT32张量的最大值和最小值
- Requantize:具体计算INT32输出量化成INT8
- Dequantize:INT8结果反量化成FP32的格式
插入log节点,并得到每一层的参数范围
这一步是必须的
使用transform_graph 工具 插入log节点
Freeze Re-quantization Range
因为量化卷积(mkldnn)输出是INT32的,需要重新量化成INT8,而且量化成INT8的scale不在原始图里面存着,所以通过这一步,做一次inference,记录scala,去需要再量化一次,通过RequantizationRange去计算
如果量化节点的输出已经是INT8的格式(比如Maxpool节点),就不需要Re-quantization
这一步 freeze之后就没有RequantizationRange这个节点了 只保留了量化的scala
- 找到RequantizationRange这个节点,在这个节点后面插入一个Print节点去打印输出数据的范围信息
RequantizationRange节点似乎是跟在Conv2D节点后面的,打印Conv2D的INT32输出的最大值和最小值 - 选取一部分训练数据,进行inference,记录最大和最小值(Print节点会打出来的),保存成min_max.log文件
python Inference.py 2> min_max.log
因为Print节点的输出是error所以用2去重定向就可以了 - 利用min_max.log和transform_graph工具去freeze这个requantization_ranges这个节点,把节点值变成常量,加快运算
freeze之后就没有RequantizationRange这个节点了
freeze之后把这个requantization_ranges节点通过2个const(name/frozen_min和name/frozen_max)替换了
tensorflow/tools/graph_transforms 里面的readme有介绍freeze_requantization_ranges这个transform做了什么
Freeze max ranges
Max节点一般在量化之前出现,计算输入张量的最大值,用于量化
- 找到Max这个节点,在这个节点后面插入一个Print节点去打印输出数据的范围信息
- 选取一部分训练数据,进行inference,记录最大值(Print节点会打出来的),保存成max.log文件
- 利用max.log文件去freeze Max这个节点((去除Max节点,用大值const的节点去替换name/frozen_max_only),加速inference的运算
freeze之后就没有Max这个节点了
Freeze min ranges
Min节点一般在量化之前出现,计算输入张量的最小值,用于量化
找到Min这个节点,在这个节点后面插入一个Print节点去打印输出数据的范围信息
选取一部分训练数据,进行inference,记录最大值(Print节点会打出来的),保存成min.log文件
- 利用min.log文件去freeze Min这个节点(去除Min节点,用小值const节点替换name/frozen_min_only),加速inference的运算
freeze之后就没有Min这个节点了
通过这几步之后,quantize_graph.py 脚本生成的6个节点,只剩下了三个:
- QuantizeV2: 输入FP32,Min,Max计算量化的INT8输出,输入计算节点
输入计算节点之后:计算节点的输出:比如量化卷积计算的输出是 INT32 的(MKLDNN x8s8X32的primitive) - Requantize:具体计算INT32输出量化成INT8
- Dequantize:INT8结果反量化成FP32的格式
Requantize 又可以和conv合并成一个节点
利用transform_graph 工具
这一步不是必须的,最好运行下
- 因为前面几步产生了一些不需要的节点,利用transform_graph 工具再移除一些不必要的节点strip_unused_nodes
- 将INT8的conv和后面的requantize节点合并:fuse_quantized_conv_and_requantize
对比FP32以及INT8模型
FP32
model.pb是训练得到的FP32模型
BS1 精度: 0.94085
BS128时的Throughput:2300 FPS
- conv层调用 op是Conv2D, 经过mkl_layer_pass之后对应了TF里面_mklconv这个op,对应了TF的MklConvOp这个kernel,
123456
REGISTER_KERNEL_BUILDER(Name("_MklConv2D") .Device(DEVICE_CPU) .TypeConstraint<T>("T") .Label(mkl_op_registry::kMklOpLabel), MklConvOp<CPUDevice, float, float, float, float, float, int32, false, false>);
根据这个函数去创建MklConvOp对象并调用Compute方法
对应mkldnn里面的jit_avx512_common_convolution_fwd_t这个primitive
- mkldnn verbose的输出:mkldnn_verbose,exec,convolution,jit:avx512_common,forward_training,fsrc:nChw16c fwei:OIhw16i16o fbia:undef fdst:nChw16c,alg:convolution_direct,mb128_ic32oc64_ih14oh14kh5sh1dh0ph2_iw14ow14kw5sw1dw0pw2,1.41382
INT8
一步步量化得到的INT8模型是: min_max_frozen_int8_model.pb
BS1 精度: 0.93885
BS128时的Throughput: 2380.7939278833765 images/second
这个模型有两个卷积运算,第一个卷积运算没有INT8化,第二个卷积运算INT8化了
我们这里关注第二个卷积运算
- conv调用了 op是QuantizedConv2D, 经过mkl_layer_pass之后对应了TF里面_MklQuantizedConv2D这个op,TF的MklQuantizedConv2DOp这个kernel,MklQuantizedConv2DOp的Compute方法先调用了MklConvOp的Compute的方法
虽然也调用了MklConvOp的Compute的方法
但是MklQuantizedConv2DOp这个kernel是通过12
MklConvOp<Device, quint8, qint8, Tbias, Toutput, Ttemp_output, int32, biasEnabled, false>::Compute(context);
去创建 MklConvOp对象并调用Compute方法,和FP32的模板参数类型不一样对应了Tinput, Tfilter以及Toutput
因为模板参数不一样,调用MklConvOp的compute方法的时候对应找到的对应的mkldnn的pd也不一样,所以对应的mkldnn的primitive也不一样
通过看mkldnn的cpu_engine.cpp的cpu_impl_list怀疑对应了mkldnn的jit_avx512_core_x8s8s32x_convolution_fwd_t
这个primitive
如何证实:
- 通过gdb去debug,证实了猜想
- export MKLDNN_JIT_DUMP=1 去看dump出来的bin,里面果然有mkldnn_dump__jit_avx512_core_x8s8s32x_conv_fwd_ker_t.23.bin
jit_avx512_core_x8s8s32x_convolution_fwd_t这个op里面在满足输入条件时会去调用VNNI的指令集VPDPBUSD
问题
在运行测试时,dump jit-bin去查看是否调用了指令
1 | xed64 -ir mkldnn_dump__jit_avx512_core_x8s8s32x_conv_fwd_ker_t.23.bin | grep vpdpbusd |
我们这里没有看到调用VNNI的指令集
重要 加-64选项
1 | xed64 -ir mkldnn_dump__jit_avx512_core_x8s8s32x_conv_fwd_ker_t.23.bin -64 | grep vpdpbusd |
这样就可以看到VPDPBUSD的指令被dump出来了
我们单步调试,看到mkldnn里面jit_avx512_core_x8s8s32x_convolution_fwd_t里面jcp_ver 是 ver_vnni
同时compute_ker函数(jit_avx512_core_x8s8s32x_conv_kernel.cpp)里面的cpmpute部分也的确调用到了vpdpbusd
- mkldnn verbose的输出:
mkldnn_verbose,exec,convolution,jit_int8:avx512_core,forward_training,fsrc:nhwc fwei:OIhw4i16o4i fbia:undef fdst:nhwc,alg:convolution_direct,mb128_ic32oc64_ih14oh14kh5sh1dh0ph2_iw14ow14kw5sw1dw0pw2,0.535156
看到精度只掉了0.002
但是Throughput也没有显著提高
但是只看这一层的性能从1.4ms提高到了0.53ms
GDB打印变量值
- Tensor变量
12
Tensor* outp *(unsigned long *)(out->buf_->data_)
out->buf->data 是数据指针 const
根据代码里面数据类型,转换成unsigned long 类型
再*取指针值
- nodedef 和grahdef
都是定义在 tensorflow/core/framework/.proto 文件里面
用DebugString可以打印值
p nodedef->DebugString()
p grahdef->DebugString()
编写和触发单元测试
编写
在编写单元测试的时候可以参考Netron查看的模型结构
在tensorflow/python/kernel_tests/ 目录下面写在对应的单元测试的文件里面
比如之前写的concat的单元测试,测试是否成功创建concat op
tensorflow/python/kernel_tests/concat_op_test.py
写在这个文件目录下面
触发
12345678 | # All tests (for C++ changes).$bazel test //tensorflow/...# All Python tests (for Python front-end changes).bazel --output_user_root=$build_dir test --config=mkl --copt=-O3 //tensorflow/python/...# 只想运行一个文件bazel --output_user_root=$build_dir test --config=mkl --copt=-O3 //tensorflow/python/kernel_tests:concat_op_test |
语法检查
pylint 检查python语法规范
1234 | pip install pylint## rcfile 文件 指定了pylint使用的规则export rcfile=$tensorflow_root/tensorflow/tools/ci_build/pylintrcpylint --rcfile=$rcfile $tensorflow_root/tensorflow/python/kernel_tests/concat_op_test.py |
输出可能有很多语法不规范,选择和自己这个commit相关的不规范语法去修改
clang-format 检查 C++ 语法规范
12345678 | #ubuntu:apt-get install clang-format#centos:#http://releases.llvm.org/download.html 下载预编译版本,**现在似乎用不了**wget https://github.com/llvm/llvm-project/releases/download/llvmorg-8.0.1/clang+llvm-8.0.1-powerpc64le-linux-rhel-7.4.tar.xzclang-format -style=Google mkl_concat_op.cc 2>&1 | tee mkl_concat_op.cc.bkdiff mkl_concat_op.cc mkl_concat_op.cc.bk |
运行之后会生成一个标准语法的文件版本,和自己的版本的代码对比,修改语法不规范的地方
Appendix
Intel优化版本的介绍
https://www.youtube.com/watch?v=VI5vjB6-zNE
标签:kernel,调用,cc,mkl,二次开发,tensorflow,op 来源: https://www.cnblogs.com/dajunjun/p/11712893.html