基于OpenVINO开发套件“无缝”部署PaddleNLP模型
openlab_4276841a
更新于 1年前
任务背景
1. 情感分析 ( Sentiment Analysi******>
情感分析旨在对带有情感色彩的主观性文本进行分析、处理、归纳和推理，其广泛应用于消费决策、舆情分析、个性化推荐等领域，具有很高的商业价值。例如：食行生鲜自动生成菜品评论标签辅助用户购买，并指导运营采购部门调整选品和促销策略；房天下向购房者和开发商直观展示楼盘的用户口碑情况，并对好评楼盘置顶推荐；国美搭建服务智能化评分系统，客服运营成本减少40%，负面反馈处理率100%。
2. 自然语言处理（NLP）技术
自然语言处理（英语：Natural Language Process，简称NLP）是计算机科学、信息工程以及人工智能的子领域，专注于人机语言交互，探讨如何处理和运用自然语言。最近几年，随着深度学习以及相关技术的发展，NLP领域的研究取得一个又一个突破，研究者设计各种模型和方法，来解决NLP的各类问题，其中比较常见包括LSTM, BERT, GRU, Transformer, GPT等算法模型。
方案简介
本方案采用PaddleNLP工具套件进行模型训练，并基于OpenVINOTM开发套件实现在Intel平台上的高效能部署。本文将主要分享如何在OpenVINOTM开发套件中“无缝”部署PaddlePaddle BERT模型，并对输出结果做验证。
1. PaddleNLP
PaddleNLP是一款简单易用且功能强大的自然语言处理开发库。聚合业界优质预训练模型并提供开箱即用的开发体验，覆盖NLP多场景的模型库搭配产业实践范例可满足开发者灵活定制的需求。
2. OpenVINO TM开发套件
OpenVINOTM开发套件是Intel平台原生的深度学习推理框架，自2018年推出以来，Intel已经帮助数十万开发者大幅提升了AI推理性能，并将其应用从边缘计算扩展到企业和客户端。英特尔于2022年巴塞罗那世界移动通信大会前夕，推出了英特尔®发行版OpenVINOTM开发套件的全新版本。其中的新功能主要根据开发者过去三年半的反馈而开发，包括更多的深度学习模型选择、更多的设备可移植性选择以及更高的推理性能和更少的代码更改。为了更好地对Paddle模型进行支持，新版OpenVINOTM开发套件分别做了一下升级：
· 直接支持Paddle格式模型
目前OpenVINO TM开发套件 2022.1发行版中已完成对PaddlePaddle模型的直接支持，OpenVINOTM开发套件的Model Optimizer工具已经可以直接完成对Paddle模型的离线转化，同时runtime api接口也可以直接读取加载Paddle模型到指定的硬件设备，省去了离线转换的过程，大大提升了Paddle开发者在Intel平台上部署的效率。经过性能和准确性验证，在OpenVINOTM开发套件 2022.1发行版中，会有 13个模型涵盖5大应用场景的Paddle模型将被直接支持，其中不乏像PPYolo和PPOCR这样非常受开发者欢迎的网络。
图：OpenVINOTM开发套件的MO和IE可以直接支持Paddle模型输入
· 全面引入动态输入支持
为了适配更广泛的模型种类，OpenVINOTM 2022.1版本的CPU Plugin已经支持了动态input shape，让开发者以更便捷的方式部署类似NLP或者OCR这样的网络，OpenVINOTM开发套件用户可以在不需要对模型做reshape的前提下，任意送入不同shape的图片或者向量作为输入数据，OpenVINOTM开发套件会自动在runtime过程中对模型结构与内存空间进行动态调整，进一步优化dynamic shape的推理性能.
图：在NLP中的Dynamic Input Shape
详细介绍可以参考：https://docs.openvino.ai/latest/openvino_docs_OV_UG_DynamicShapes.html
BERT原理简介
1. BERT结构介绍
BERT （Bidirectional Encoder Representations from Transformers）以Transformer 编码器为网络基本组件，使用掩码语言模型（Masked Language Model）和邻接句子预测（Next Sentence Prediction）两个任务在大规模无标注文本语料上进行预训练（pre-train），得到融合了双向内容的通用语义表示模型。以预训练产生的通用语义表示模型为基础，结合任务适配的简单输出层，微调（fine-tune）后即可应用到下游的NLP任务，效果通常也较直接在下游的任务上训练的模型更优。此前BERT即在GLUE评测任务上取得了SOTA的结果。
图：BERT的2阶段训练任务
不难发现，其模型结构是Transformer的Encoder层，只需要将特定任务的输入，输出插入到Bert中，利用Transformer强大的注意力机制就可以模拟很多下游任务。(句子对关系判断，单文本主题分类，问答任务(QA)，单句贴标签(命名实体识别))，BERT的训练过程可以分成预训练和微调两部分组成。
2. 预训练任务（Pre-training）
BERT是一个多任务模型，它的任务是由两个自监督任务组成，即MLM和NSP。
· Task #1： Masked Language Model
所谓MLM是指在训练的时候随即从输入预料上mask掉一些单词，然后通过的上下文预测该单词，该任务非常像我们在中学时期经常做的完形填空。正如传统的语言模型算法和RNN匹配那样，MLM的这个性质和Transformer的结构是非常匹配的。
· Task #2: Next Sentence Prediction
Next Sentence Prediction（NSP）的任务是判断句子B是否是句子A的下文。如果是的话输出’IsNext‘，否则输出’NotNext‘。训练数据的生成方式是从平行语料中随机抽取的连续两句话，其中50%保留抽取的两句话，它们符合IsNext关系，另外50%的第二句话是随机从预料中提取的，它们的关系是NotNext的。
3. 微调任务 （Fine-tuning）
在海量单预料上训练完BERT之后，便可以将其应用到NLP的各个任务中了。以下展示了BERT在11个不同任务中的模型，它们只需要在BERT的基础上再添加一个输出层便可以完成对特定任务的微调。这些任务类似于我们做过的文科试卷，其中有选择题，简答题等等。微调的任务包括：
· 基于句子对的分类任务
· 基于单个句子的分类任务
· 问答任务
· 命名实体识别
图：BERT的4大下游微调任务
训练与部署流程
本示例包含PaddleNLP训练和OpenVINOTM开发套件部署两部分组成。
1. 环境安****>
打开命令行终端，分别输入以下命令，完成本地环境安装和配置。
1.1. 安装PaddlePaddle (AI studio环境中可以略过)
· 如果是CPU训练环境需要执行以下命令进行安装：
· 如果是GPU训练环境需要执行以下命令进行安装：
1.2. 安装PaddleNLP与相关依赖
· 下载PaddleNLP
· 安装PaddleNLP相关依赖
1.3. 安****>OpenVINOTM开发套件
2. 训练部分
训练部分是BERT在 Paddle 2.0上的开源实现，可以分为数据准备，BERT Encoder预训练，SST2情感分类任务微调以及推理模型导出这四个步骤，可以参Paddle官方的案例说明（https://github.com/PaddlePaddle/PaddleNLP/tree/develop/model_zoo/bert），以下过程做了简要汇总。
图：Paddle BERT模型训练流程
除此之外，我们也可以借助Paddle AI studio直接运行训练脚本(无脑点击运行就可以了: ))，链接如下：
https://aistudio.baidu.com/aistudio/projectdetail/4193790?contributionType=12.1. 步骤一：数据准备（可略过）
PaddleNLP中BERT任务下自带的create_pretraining_data.py 是创建预训练程序所需数据的脚本。其以文本文件（使用换行符换行和空白符分隔，data目录下提供了部分示例数据）为输入，经由BERT tokenizer进行tokenize后再做生成sentence pair正负样本、掩码token等处理，最后输出hdf5格式的数据文件。使用方式如下，在命令行输入：
2.2. 步骤二：GPU训练(可略过)
使用paddle.distributed.launch配置项运行run_pretrain.py训练脚本，可以在多卡GPU环境下启动BERT预训练任务。命令行指令如下：
· model_type 指示了模型类型，使用BERT模型时设置为bert即可。
· model_name_or_path 指示了某种特定配置的模型，对应有其预训练模型和预训练时使用的 tokenizer。若模型相关内容保存在本地，这里也可以提供相应目录地址。
· input_dir 表示输入数据的目录，该目录下所有文件名中包含training的文件将被作为训练数据。
· output_dir 表示模型的保存目录。
2.3. 步骤三：模型Fine-tunning
如果自己没有准备训练数据集的话，也可以跳过前面的步骤，直接使用huggingface提供的预训练模型进行Fine-tuning，以GLUE中的SST-2任务为例，该脚本会自动下载SST-2任务中所需要的英文数据集，启动Fine-tuning的方式如下：
· model_name_or_path 指示了某种特定配置的模型，对应有其预训练模型和预训练时使用的 tokenizer。若模型相关内容保存在本地，这里也可以提供相应目录地址。注：bert-base-uncased等对应使用的预训练模型转自huggingface/transformers
可以看到启动Fine-tuning任务以后，脚本会自动下载bert-base-uncased预训练模型，以及用于Fine-tuning的bert-base-uncased-vocab.txt数据集。
当训练任务到达预先设定的step轮数以后，便会停止训练，并且将.pdparam格式的模型权重保存在tmp目录下。
2.4. 步骤四：模型导出
在Fine-tuning完成后，我们可以使用如下方式导出希望用来预测的Paddle静态模型，并保存在infer_model路径下：
导出后的模型文件包含model.pdmodel, model.pdiparams.info, model.pdiparam****>，推理时需要保证这三个文件在同一个目录下：
图：导出后的Paddle BERT静态模型文件
3. 部署部分
该示例将基于OpenVINOTM开发套件进行Paddle的静态模型部署，需要开发者提前准备好用于做部署的Intel平台硬件，可以是个人电脑，也可以是云服务器虚机。整体流程可以分为以下几个步骤：
图： BERT模型部署流程
对于情感分析任务，BERT网络的识别流程可以分成以下几个步骤：
· 输入语句文本，并转为相应的Token ID
· 为每一行Token ID添加Padding，使其保持长度一致
· Token ID作为输入数据送入BERT模型进行推理 (模型内流程逻辑参考下图)，通过Embedding Layer将一个词映射成为固定维度的稠密向量，降维后的向量会再通过Encoder提取Self-attentions后的向量间的关系特征，最后经过Classifier对情感分类任务做出判断。
· 获取模型结果数据，通过后处理函数，计算分类标签与每一类标签的置信度
图： BERT for SST2模型内部逻辑
BERT for SST2的输入的编码向量（长度不固定）是2个嵌入特征的单位和，这2个词嵌入特征是：
· input_ids：输入文本被转化为token后的单个字的id；
· segment_ids：就是句子级别（上下句）的标签，用于区分两个句子，例如B是否是A的下文（对话场景，问答场景等）。由于在情感分析任务中没有下句，所以这里segment_ids为全部为0的向量。
3.1. 步骤一：文本Token表示
定义数据转换模块，将原始的输入语句转化为input_ids与segment_ids，作为输入数据。这边我们将会使用PaddleNLP自带的tokenizer()方法进行转换。
3.2. 步骤二：Padding
需要保证input_ids与segment_ids数组在axis0方向的长度一致，由于这边input_ids与segment_ids均为一维数组，所以也可以不进行该操作。
3.3. 步骤三：模型推理
部署代码里最核心的部分就是要定义基于OpenVINOTM开发套件的预测器，这里使用CPU作为模型的部署平台，可以看到通过read_model这个函数接口我们可以直接读取原始的.pdmodel格式模型，省去了之前繁杂的离线转化过程。此外我们需要通过compile_model这个函数讲读取后的模型在指定的硬件平台进行加载和编译。最后创建infer_request推理请求进行推理任务部署。
由于输入语句的长度往往不一致，这也导致编码后的向量长度也不一致，这里OpenVINOTM开发套件CPU Plugin的支持上已经全面引入了Dynamic Shape功能，无需再手动调整输入数据的长度，OpenVINOTM 开发套件会在runtime过程中自动匹配并动态申请一定的内存空间进行推理，优化性能表现。
由于新版OpenVINOTM开发套件已经全面支持Intel 12代酷睿处理器，为了取得更佳的推理性能，我们建议使用最新的硬件平台进行测试。
3.4. 步骤四：结果后处理
此处得到的结果数据为两种不同评价的可能性，我们需要将其通过softmax函数还原成百分比形式，并且找到可能性最大的那个评价序号所对应的标签（Positive，Negative）。
最后我们找一组测试语句作为输入数据，将其封装成List以后，送入到识别器中进行识别，可以发现结果都是符合我们的先验预期的。
该示例程序可以可以准确按SST2情感二分类任务要求，输出每段输入语句的分类情感标签，并获得每种情感对应的参考置信度。
小结：
作为发布至今近4年以来最大的一次更新，OpenVINOTM 2022.1版本为了更好地支持NLP与语音相关的模型，在CPU plugin中已全面支持了动态input shape，并通过与百度PaddlePaddle框架的深度集成，用更便捷的API接口，更丰富的模型支持，提升双方开发者在模型部署侧的使用体验，真正实现对PaddleNLP模型的“无缝”转化与部署。
通过本次的全流程示例，我们看到OpenVINOTM开发套件对Paddle BERT模型已经做到了很好的适配，从而加速在Intel平台上的推理。以下github repository中已为大家提前准备好了OpenVINOTM开发套件部署的参考实现与.pdmodel格式的BERT预训练模型。
https://github.com/OpenVINO-dev-contest/openvino_notebooks/tree/PaddleBert/notebooks/005-hello-paddle-nlp除此之外，为了方便大家了解并快速掌握OpenVINOTM开发套件的使用，我们还提供了一系列开源的Jupyter notebook demo。运行这些notebook，就能快速了解在不同场景下如何利用OpenVINOTM开发套件实现一系列、包括OCR在内的、计算机视觉及自然语言处理任务。OpenVINOTM notebooks的资源可以在Github这里下载安装：https://github.com/openvinotoolkit/openvino_notebooks