走近深度学习，认识MoXing：初识华为云ModelArts的王牌利器 — MoXing

MoXing的概念

MoXing是华为云深度学习服务提供的网络模型开发API。相对于TensorFlow和MXNet等原生API，MoXing API让模型的代码编写更加简单，允许用户只需要关心数据输入(input_fn)和模型构建(model_fn)的代码，即可实现任意模型在多GPU和分布式下的高性能运行。

MoXing-TensorFlow支持原生TensorFlow、Keras、slim等API，可以构建图像分类、物体检测、生成对抗、自然语言处理、OCR等多种模型。

为什么取名“MoXing”？

首先，“MoXing”是“模型”一词的汉语拼音。因为深度学习时代，中国的科研和工程团队逐步成为行业的引领者，使用源于中文的名称，彰显了深度学习服务（DLS）研发团队的自信，DLS研发团队将努力把MoXing API打造为模型开发领域的业界标杆。

同时，“MoXing”也寓意“Model Crossing”。“Crossing”一方面具有“道路交汇口”的含义；Model Crossing代表MoXing API汇集了来自四面八方的经典模型，为用户打通连接模型领域最新成果的道路。Crossing另一方面也具有“跨越式航行”的含义；Model Crossing代表MoXing API旨在实现模型的跨越式发展，为用户提供了显著优于原生API的性能，并且具有更强的易用性。

当然，脑洞大开的用户也可以把MoXing理解成“魔性”，就算名称噱头再多，也盖不了它的优秀。走近深度学习，认识MoXing，充分发掘它的潜力，MoXing API的魔性会为您的模型开发如虎添翼！

MoXing API的优势

华为云深度学习服务融合了混合并行、梯度压缩、卷积加速、EASGD等技术，并且MoXing框架可将单机代码自动分布式化，进行大规模的分布式训练，极大的提高了模型训练速度和效率。

以下是基于华为云深度学习服务的实验数据。

通过对比可以看出，MoXing在GPU=1时，吞吐量和加速比优势并不明显；但在GPU=4时，吞吐量和加速比已全面超越tensorflow；在GPU=8时，吞吐量相对于其他API有质的飞跃。

下面通过2个例子来介绍MoXing的性能。

1、以MoXing实现LARS训练ResNet-50为例

LARS允许以超大的batch_size训练神经网络，其优势在于能够在增大batch_size的情况下不影响收敛精度，增加batch_size就意味着能够使用更多的分布式节点对网络进行训练，从而降低训练总时长（传统方法在使用大规模节点时，会遇到大batch_size导致无法收敛的问题，所以无法使用传统的方法进行训练）。

使用MoXing中的LARS Optimizer可以实现batch_size=32k分布式训练ResNet-50。

损失值曲线图

正确率曲线图

⊙  绿色线条为单机版ResNet-50收敛曲线，使用4个GPU。

⊙  灰色线条为在绿色线条同等下，使用FP-16时的收敛曲线，精度几乎没有影响。

⊙  橙色线条为使用MoXing分布式训练一个ResNet-50模型的收敛曲线。

⊙  红色线条为使用MoXing中LARS特性实现的batch_size=32k的ResNet-50收敛曲线。

LARS的核心代码，定义一个基于LARS的optimizer：

完整代码（基于TensorFlow-1.4）：http://code.huawei.com/inforsight-dl/tf-models/blob/v1.x.x-tf-1.4/moxing/moxing/tensorflow/practice/image_classification/train_model_32k.py

运行参数：https://github.com/huaweiyun7759/backup/tree/master/Using%20MoXing%20to%20train%20resnet-50%20with%20LARS

2、MoXing实现DGC训练ResNet-50

DGC能减少分布式训练的通信量，有效降低由于网络带宽造成的瓶颈，在不影响收敛精度的情况下增加分布式训练加速比。

对比传统resnet_v1_50的训练和应用DGC时的训练：传统收敛精度：top-1 = 74.4, top-5 = 91.7，DGC收敛精度：top-1 = 74.5, top-5 = 91.8。在吞吐量对比上，参见下面的图标可知，在1Gbps的带宽下，原生TF的加速比是0.4147，DGC的加速比是0.8670，加速比超过原生TF的一倍。

正确率曲线图

梯度稀疏度变化曲线图

由图可知，深度梯度压缩的梯度稀疏度在前5个epoch时是由75%逐渐上升到99.9%，所以在前5个epoch时，分布式加速比并一定比普通的分布式训练高，但是从第5个epoch之后，加速比则有显著提升，同时模型精度也没有下降。从第5个epoch之后DGC在分布式运行中的加速比表现：

DGC的基本使用方法：在代码中import moxing.tensorflow as mox，然后运行脚本时加入dgc的相关参数：

dgc_sparsity_strategy: 稀疏度策略

dgc_momentum_type: momentum策略

dgc_momentum: momentum数值

dgc_momentum_factor_masking: 是否应用factor masking

dgc_total_samples: 训练集样本数量

运行参数：https://github.com/huaweiyun7759/backup/tree/master/Using%20MoXing%20to%20train%20resnet-50%20with%20DGC

代码（基于TensorFlow-1.4）：http://code.huawei.com/inforsight-dl/tf-models/blob/v1.x.x-tf-1.4/moxing/moxing/tensorflow/practice/image_classification/train_model.py

MoXing程序基本结构

Moxing框架简单易用，直接将代码放在华为云深度学习服务上就可以运行，单机分布式一套代码，数据读取都已优化，无需用户再改动。代码有很多情况，均基于TensorFlow-1.4，运行参数请参考代码本身。

MoXing系列文章下期预告：基于Tensorflow运行参数教程。