深度學習分布式訓練及CTR預估模型應用

　　前言：我在github上創建了一個新的repo：PaddleAI, 准備用Paddle做的一系列有趣又實用的案例，所有的案例都會上傳數據代碼和預訓練模型，下載后可以在30s內上手，跑demo出結果，讓大家盡快看到訓練結果，用小批量數據調試，再用全量數據跑模型，當然，也可以基於我上傳的預訓練模型進行遷移學習，如果大家有需要的話。今天剛寫好第一個項目，用Paddle做廣告CTR預估，來源於Kaggle的比賽Display Advertising Challenge, 感興趣的讀者往下看～（也可以留言期待的todo案例）

 　　github：https://github.com/huxiaoman7/PaddleAI  

　　Paddle models：https://github.com/PaddlePaddle/models

　　歡迎大家star、fork、提issue和貢獻新案例～

 

---

數據准備

數據說明

• 數據來源：Kaggle公司舉辦的展示廣告競賽中所使用的Criteo數據集。該數據包含數百萬展示廣告的特征值和點擊反饋，目的是對點擊率（CTR）的預測做基准預測。

• 數據背景：Criteo是在線效果類數字營銷廠商，於2005年在法國巴黎成立，目前的核心業務是重定向廣告（retargeting）。Criteo在全球范圍內共有31間辦事處，有6間位於歐洲，有5間位於北美，有1間在巴西，在亞太地區總共有5間辦事處。Criteo是在線效果類展示廣告廠商於2014年5月13日宣布啟動在中國的業務和運營，並將北京設為中國區總部所在地。Criteo的核心產品主要包括訪客廣告、流失客戶廣告、移動應用內效果型廣告和AD-X 移動廣告跟蹤分析產品等。Criteo擁有世界領先的自主學習式推薦引擎和預測引擎，能夠通過其對於市場的洞察提供可評估的結果，因而能夠在正確的時間通過推送廣告，將對的產品推薦給對的用戶。並且，隨着每一條廣告的交付，Criteo的引擎在預測和推薦方面的精確性也不斷提高。

• 數據格式：

  • 格式：… 。共計39個特征，13個數值特征（int），26個類別特征。若value為空值，則為空白

• 訓練數據：train.txt：Criteo 公司在七天內的部分流量。每行對應的是Critio的展示廣告，第一列代表該廣告是否被點擊。我們對正樣本（已點擊）的和負樣本（未點擊）均做了子采樣來減少數據量。類別特征的值已經過哈希處理為64位來進行脫敏。特征的語義沒有公開，並且有些特征有缺失值。行按照時間排序。

  • 示例（只顯示了前20列）

• 測試數據：test.txt：測試集於訓練集的計算方式相同，但對應的是訓練集時間段的后一天的事件。並且第一列（label）已被移除。
  • 示例（只顯示了前20列）

數據處理

• 下載數據

  cd data && ./download.sh && cd .. 

• 數據讀取

• code：reader.py

• 原始數據中前13個feature為int型，通過reader.py將其做了數據歸一化處理為float型，避免過大和過小的數據在模型訓練中的影響。

  .── CriteoDataset
  │
  ├── train
  │
  ├── test
  │
  ├── infer

• 具體代碼：

class CriteoDataset(Dataset):  2     def __init__(self, sparse_feature_dim):  3         self.cont_min_ = [0, -3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]  4         self.cont_max_ = [20, 600, 100, 50, 64000, 500, 100, 50, 500, 10, 10, 10, 50]  5         self.cont_diff_ = [20, 603, 100, 50, 64000, 500, 100, 50, 500, 10, 10, 10, 50]  6         self.hash_dim_ = sparse_feature_dim  7         # here, training data are lines with line_index < train_idx_
        self.train_idx_ = 41256555
        self.continuous_range_ = range(1, 14) 10         self.categorical_range_ = range(14, 40) 11 
    def _reader_creator(self, file_list, is_train, trainer_num, trainer_id): 13         def reader(): 14             for file in file_list: 15                 with open(file, 'r') as f: 16                     line_idx = 0 17                     for line in f: 18                         line_idx += 1
                        if is_train and line_idx > self.train_idx_: 20                             break
                        elif not is_train and line_idx <= self.train_idx_: 22                             continue
                        if line_idx % trainer_num != trainer_id: 24                             continue
                        features = line.rstrip('\n').split('\t') 26                         dense_feature = [] 27                         sparse_feature = [] 28                         for idx in self.continuous_range_: 29                             if features[idx] == '': 30                                 dense_feature.append(0.0) 31                             else: 32                                 dense_feature.append((float(features[idx]) - self.cont_min_[idx - 1]) / self.cont_diff_[idx - 1]) 33                         for idx in self.categorical_range_: 34                             sparse_feature.append([hash(str(idx) + features[idx]) % self.hash_dim_]) 35 
                        label = [int(features[0])] 37                         yield [dense_feature] + sparse_feature + [label] 38 
        return reader

---

模型訓練

網絡結構

• code: network_conf.py (只用到ctr_dnn_model) 詳細講解

訓練方式

單機訓練

python train.py \ --train_data_path data/raw/train.txt \ 2>&1 | tee train.log

分布式訓練

運行方式

sh cluster_train.sh

調用接口

pe = fluid.ParallelExecutor(  2         use_cuda=False,  3         loss_name=loss.name,  4         main_program=train_program,  5         build_strategy=build_strategy,  6         exec_strategy=exec_strategy)  7 logger.info("run dist training")  8         t = fluid.DistributeTranspiler()  9         t.transpile(args.trainer_id, pservers=args.endpoints, trainers=args.trainers) 10         if args.role == "pserver" or args.role == "PSERVER": 11             logger.info("run pserver") 12             prog = t.get_pserver_program(args.current_endpoint) 13             startup = t.get_startup_program(args.current_endpoint, pserver_program=prog) 14             exe = fluid.Executor(fluid.CPUPlace()) 15  exe.run(startup) 16  exe.run(prog) 17         elif args.role == "trainer" or args.role == "TRAINER": 18             logger.info("run trainer") 19             train_prog = t.get_trainer_program() 20  train_loop(args, train_prog, py_reader, loss, auc_var, batch_auc_var, 21                        args.trainers, args.trainer_id)

注：batch_size由默認的1000修改為64，可提高auc

訓練結果

• 單機訓練

  • 速度太慢，迭代到第1輪batch= 4919時就停住了

• 分布式訓練

  • 設置：2pserver、2trainer

  • 訓練日志：alldata/log/trainer0.log 、alldata/log/trainer1.log 

  • 訓練結果：　　

2019-05-11 08:34:19,678-INFO: TRAIN --> pass: 9 batch: 2577 loss: 0.467225006104 auc: 0.787909292672, batch_auc: 0.797377570934 pass_id: 0, pass_time_cost: 3150.447569 pass_id: 1, pass_time_cost: 3177.322331 pass_id: 2, pass_time_cost: 3174.676812 pass_id: 3, pass_time_cost: 3209.558880 pass_id: 4, pass_time_cost: 3134.910369 pass_id: 5, pass_time_cost: 3202.956675 pass_id: 6, pass_time_cost: 3169.575809 pass_id: 7, pass_time_cost: 3210.294044 pass_id: 8, pass_time_cost: 3039.102302 pass_id: 9, pass_time_cost: 3036.933163

模型預測

預測方式

python infer.py \ --model_path models/pass-0/ \ --data_path data/raw/valid.txt

預測結果：

• log：alldata/log/infer.txt

2019-05-13 09:35:49,177-INFO: TEST --> batch: 4500 loss: [0.46127334] auc: [0.78797872]

---

實驗對比

原始數據情況

	label	數量	比例
負樣本	0	34095179	0.74377662
正樣本	1	11745438	0.25622338

實驗數據：

• mini-demo：1%的全量數據
• demo：10%的全量數據
• raw：全量數據

BaseLine實驗

• 數據說明： mini-data(1%全量數據)

• 網絡配置：一層網絡，batch_size =1000

• 修改方式：

  • 在network_conf.py 第151行修改,如下如所示，將input=fc3 修改為input=fc1

  • 在cluster_train.sh 里第35行和第47行將batch_size=64 修改為batch_size=1000

• 運行方式：

  • 修改完以上兩個文件后，執行：sh cluster_train.sh

• 輸出日志：

  • pserver：pserver0.log、pserver1.log 參數服務器的輸出日志
  • trainer：trainer0.log、trainer1.log 每個trainer的輸出日志 可以通過 tail -f trainer0.log -n 999 查看輸出結果

• 實驗效果

  • 訓練時間：33s（一輪迭代）
  • auc：0.50234167

優化實驗（一）：優化網絡層

• 數據說明： mini-data(1%全量數據)

• 網絡配置：三層網絡，batch_size =1000

• 修改方式：

  • 在network_conf.py 第151行修改,如下如所示，將input=fc1 修改為input=fc3

  • 在cluster_train.sh 里第35行和第47行將batch_size=64 修改為batch_size=1000

• 運行方式：

  • 修改完以上兩個文件后，執行：sh cluster_train.sh

• 輸出日志：

  • pserver：pserver0.log、pserver1.log 參數服務器的輸出日志
  • trainer：trainer0.log、trainer1.log 每個trainer的輸出日志 可以通過 tail -f trainer0.log -n 999 查看輸出結果

• 實驗效果

  • 訓練時間：35s（一輪迭代）
  • auc：0.54893279

優化實驗（二）：調整batch_size

• 數據說明： mini-data(1%全量數據)

• 網絡配置：三層網絡，batch_size =64

• 修改方式：

  • 在network_conf.py 第151行修改,如下如所示，將input=fc1 修改為input=fc3

  • 在cluster_train.sh 里第35行和第47行將batch_size=1000 修改為batch_size=64

• 運行方式：

  • 修改完以上兩個文件后，執行：sh cluster_train.sh

• 輸出日志：

  • pserver：pserver0.log、pserver1.log 參數服務器的輸出日志
  • trainer：trainer0.log、trainer1.log 每個trainer的輸出日志 可以通過 tail -f trainer0.log -n 999 查看輸出結果

• 實驗效果

  • 訓練時間：103s（一輪迭代）
  • auc：0.74322927

優化實驗（三）：增加數據集

• 數據說明： 全量數據

• 網絡配置：三層網絡，batch_size =64，數據量由10%數據（demo_data）擴充到全量數據

• 修改方式：

  • 在network_conf.py 第151行修改,如下如所示，將input=fc1 修改為input=fc3

  • 在cluster_train.sh 里第35行和第47行將batch_size=1000 修改為batch_size=64

  • 在cluster_train.sh 里將連個pserver和兩個trainer的train_data_path地址修改為raw_data的地址，如下圖所示，注意：一共需要修改四個地址

• 運行方式：

  • 修改完以上兩個文件后，執行：sh cluster_train.sh

• 輸出日志：

  • pserver：pserver0.log、pserver1.log 參數服務器的輸出日志
  • trainer：trainer0.log、trainer1.log 每個trainer的輸出日志 可以通過 tail -f trainer0.log -n 999 查看輸出結果

• 實驗效果

  • 訓練時間：3150s（一輪迭代）
  • auc：0.81093872

優化實驗對比結果

• 表格1:對mini_demo(1%全量數據)做訓練，采取不同的優化方式，得到最后的優化方案的實驗結果

評估	batch_size	batch_1000	batch_1000	batch_64	batch_64
優化方式	評估	一層網絡	三層網絡	一層網絡	三層網絡
mini_demo	time	33s	35s	97s	103s
	auc	0.50234167	0.54893279	0.721332392	0.74322927

• 表格2: 增加數據集對模型精度的提升

	batch_size	time	auc
demo	64	1133s	0.73777626
全量	64	3150s	0.81093872

 

優化方案總結

由以上兩個表格可知：

• batch 大小的改變：在數據集和其他參數不變的情況下，batch_size由1000變為64.可以提升20%的模型精度
• 網絡結構的改變：在數據集和batch_size等參數不變的情況，由一層網絡變為三層網絡結構，大約可提升2～4%的模型精度
• 數據集的改變：由demo數據（10%全量數據）擴充到全量數據，采用同樣的batch_size，同樣的迭代次數和其他超參數，大約可提升7%的精度