Vega简介

Vega是诺亚方舟实验室自研的AutoML算法工具链，有主要特点：

1. 完备的AutoML能力：涵盖HPO(超参优化, HyperParameter Optimization)、Data-Augmentation、NAS(网络架构搜索， Network Architecture Search)、Model Compression、Fully Train等关键功能，同时这些功能自身都是高度解耦的，可以根据需要进行配置，构造完整的pipeline。
2. 业界标杆的自研算法：提供了诺亚方舟实验室自研的业界标杆算法，并提供Model Zoo下载SOTA(State-of-the-art)模型。
3. 高并发模型训练能力：提供高性能Trainer，加速模型训练和评估。

算法列表

安装

1. 安装前的准备

安装Vega的主机有GPU，且需要满足如下要求：

1. Ubuntu 16.04 or later (其他linux发行版未完全测试）。
2. CUDA 10.0 下载 文档
3. Python 3.7 下载
4. pip

在安装Vega前，除了通过pip安装一些必备的软件包外，还需要单独安装 MMDetection 和 pycocotools。

1.1 通过pip安装必备软件包

在安装前，需要预先安装一些必备的软件包，可下载脚本install_dependencies.sh后安装：

bash install_dependencies.sh

在安装完成后，需要执行如下命令，确保环境设置正确：

which dask-scheduler

若该命令返回dask-scheduler的文件位置，则安装成功。若未返回路径信息，可考虑重新登录服务器，使得安装脚本设置的路径生效。 若该命令还未返回dask-scheduler文件位置，那需要将路径$HOME/.local/bin/配置到PATH环境变量中。

1.2 安装MMDetection

首先下载mmdetection-1.0rc1.zip。

然后解压后安装：

unzip mmdetection-1.0rc1.zip
cd mmdetection-1.0rc1
python3 setup.py develop --user

2. 安装Vega

完成以上准备后，下一步是在release下载vega-0.9.1-py3-none-any.whl，执行pip安装：

pip3 install vega-0.9.1.py3-none-any.whl

安装完成后，可以尝试在python中引入vega库，确保安装成功：

$ python3
Python 3.7.6 (default, Feb 27 2020, 19:54:18)
[GCC 5.3.1 20160413] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import vega
>>>

部署指导

1. 本地集群部署

1.1 部署前准备

本地集群部署Vega，需满足如下条件：

1. Ubuntu 16.04 or later (其他Linux发行版和版本未测试）。
2. CUDA 10.0 下载 文档
3. Python 3.7 下载
4. 安装pip
5. 集群在部署时，需要预先安装一些必备的软件包，可下载脚本install_dependencies.sh后安装：

bash install_dependencies.sh

6. 安装MPI软件, 可参考附录安装MPI完成安装过程。
7. 安装 MMDetection(可选， 物体检测类算法所需的组件)， 可参考附录安装MMDetection完成安装过程。
8. 配置SSH互信。
9. 构建NFS。

以上准备工作完成后，请从Vega库中下载如下部署包vega deploy package，部署包含有如下脚本，准备开始部署：

1. 部署脚本：deploy_local_cluster.py
2. 调测脚本：verify_local_cluster.py
3. 从节点启动脚本： start_slave_worker.py

1.2 部署

1. 首先配置部署信息到deploy.yml文件中，文件格式如下：master: n.n.n.n # master节点的IP地址 listen_port: 8786 # 端口号 slaves: ["n.n.n.n", "n.n.n.n", "n.n.n.n"] # slave节点地址
2. 然后执行部署脚本在集群主节点中将deploy_local_cluster.py、verify_local_cluster.py、vega-1.0.0.whl、deploy.yml、install_dependencies.sh放到同一个文件夹中，执行如下命令，将Vega部署到主节点和从节点中：python deploy_local_cluster.py执行完成后，自动验证各个节点，会显示如下信息：success.

参考

安装MMDetection

1. 下载MMDetection源码：在https://github.com/open-mmlab/mmdetection下载最新版本的MMDetection。
2. 安装：切换到mmdetection目录下，执行下述命令即可编译安装：sudo python3 setup.py develop

安装MPI

安装MPI：

1. 使用apt工具直接安装mpisudo apt-get install mpi
2. 运行如下命令检查MPI是否可以运行mpirun

安装Apex

Apex需要从官网上获取最新的源码安装，不能直接使用pip库中的apex版本

1. 下载apex源码： 在https://github.com/NVIDIA/apex下载最新版本的apex。
2. 切换到apex目录下，执行下述命令即可编译安装：pip3 install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./

配置SSH互信

网络任意两台主机都需要支持SSH互信，配置方法为：

1. 安装ssh： sudo apt-get install sshd
2. 分别生成密钥： ssh-keygen -t rsa 会在~/.ssh/文件下生成id_rsa, id_rsa.pub两个文件，其中id_rsa.pub是公钥
3. 确认目录下的authorized_keys文件： 若不存在需要创建， 并chmod 600 ~/.ssh/authorized_keys改变权限。
4. 拷贝公钥： 分别将公钥id_rsa.pub内容拷贝到其他机器的authorized_keys文件中。

构建NFS

服务器端：

1. 安装NFS服务器：sudo apt install nfs-kernel-server
2. 编写配置文件，将共享路径写入配置文件中：sudo echo "/data *(rw,sync,no_subtree_check,no_root_squash)" >> /etc/exports
3. 创建共享目录：sudo mkdir -p /data
4. 重启nfs服务器：sudo service nfs-kernel-server restart

客户端：

1. 安装客户端工具：sudo apt install nfs-common
2. 创建本地挂载目录sudo mkdir -p /data
3. 挂载共享目录：sudo mount -t nfs 服务器ip:/data /data

注意：上述的共享目录(/data)的名字可以是任意的， 但需要保证主机和客户端的名字相同。

CUDA安装指导

Ubuntu下cuda安装

1. 在英伟达官网下载安装包cuda_10.0.130_410.48_linux.run
2. 执行安装命令: 命令如下：sudo sh cuda_10.0.130_410.48_linux.run在执行过程中，会有一系列提示，选择默认设置即可。需要注意的是其中有个选择，询问是否安装NVIDIA Accelerated Graphics Driver： Install NVIDIA Accelerated Graphics Driver for Linux‐x86_64? 请选择 no
3. 环境变量配置： 执行：sudo gedit /etc/profile在profile文件的最后面添加内容：export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH保存profile文件，并执行以下命令，使环境变量立即生效source /etc/profile
4. 安装cuda sample: 进入/usr/local/cuda/samples, 执行下列命令来build samples：sudo make all -j8全部编译完成后， 进入/usr/local/cuda/samples/1_Utilities/deviceQuery, 运行deviceQuery:./deviceQuery

Code https://github.com/huawei-noah/vega.git