Update fleet_api_howto_cn.rst

test=document_preview

doc/fluid/user_guides/howto/training/fleet_api_howto_cn.rst

-使用FleetAPI进行分布式训练
-====================
+# 使用FleetAPI进行分布式训练
 
-FleetAPI 设计说明
----------------
 
-Fleet是PaddlePaddle分布式训练的高级API。Fleet的命名出自于PaddlePaddle，象征一个舰队中的多只双桨船协同工作。Fleet的设计在易用性和算法可扩展性方面做出了权衡。用户可以很容易从单机版的训练程序，通过添加几行代码切换到分布式训练程序。此外，分布式训练的算法也可以通过Fleet API接口灵活定义。具体的设计原理可以参考https://github.com/PaddlePaddle/Fleet/blob/develop/README.md
-当前FleetAPI还处于paddle.fluid.incubate目录下，未来功能完备后会放到paddle.fluid目录中，欢迎持续关注。
 
-快速上手示例
-------------------------------
-用户可以使用Fleet API轻易实现GPU多卡训练（单机多卡/多机多卡）。多卡训练在现代AI模型中非常常见，例如Resnet50、Bert等都是非常常见的需要多机多卡训练的模型。下面的代码示例，以一个简单的例子入手展示如何使用Fleet API进行单机多卡训练。代码示例可以参考：https://github.com/PaddlePaddle/Fleet
+## FleetAPI 设计说明
 
-神经网络模型的定义如下：
+Fleet是PaddlePaddle分布式训练的高级API。Fleet的命名出自于PaddlePaddle，象征一个舰队中的多只双桨船协同工作。Fleet的设计在易用性和算法可扩展性方面做出了权衡。用户可以很容易从单机版的训练程序，通过添加几行代码切换到分布式训练程序。此外，分布式训练的算法也可以通过Fleet API接口灵活定义。具体的设计原理可以参考[Fleet API设计文档](https://github.com/PaddlePaddle/Fleet/blob/develop/README.md)。当前FleetAPI还处于paddle.fluid.incubate目录下，未来功能完备后会放到paddle.fluid目录中，欢迎持续关注。
 
-.. code-block:: python
 
-   def mlp(input_x, input_y, hid_dim=128, label_dim=2):
+
+## Fleet API快速上手示例
+
+下面会针对Fleet API最常见的两种使用场景，用一个模型做示例，目的是让用户有快速上手体验的模板。快速上手的示例源代码可以在[Fleet Quick Start](https://github.com/PaddlePaddle/Fleet/tree/develop/examples/quick-start)找到。
+
+假设我们定义MLP网络如下：
+
+```python
+import paddle.fluid as fluid
+
+def mlp(input_x, input_y, hid_dim=128, label_dim=2):
   fc_1 = fluid.layers.fc(input=input_x, size=hid_dim, act='tanh')
   fc_2 = fluid.layers.fc(input=fc_1, size=hid_dim, act='tanh')
   prediction = fluid.layers.fc(input=[fc_2], size=label_dim, act='softmax')
   cost = fluid.layers.cross_entropy(input=prediction, label=input_y)
   avg_cost = fluid.layers.mean(x=cost)
   return avg_cost
+```
+
+定义一个在内存生成数据的Reader如下：
+
+```python
+import numpy as np
+
+def gen_data():
+    return {"x": np.random.random(size=(128, 32)).astype('float32'),
+            "y": np.random.randint(2, size=(128, 1)).astype('int64')}
+```
+
+#### 单机Trainer定义
+
+```python
+import paddle.fluid as fluid
+from nets import mlp
+from utils import gen_data
+
+input_x = fluid.layers.data(name="x", shape=[32], dtype='float32')
+input_y = fluid.layers.data(name="y", shape=[1], dtype='int64')
+
+cost = mlp(input_x, input_y)
+optimizer = fluid.optimizer.SGD(learning_rate=0.01)
+optimizer.minimize(cost)
+place = fluid.CUDAPlace(0)
 
+exe = fluid.Executor(place)
+exe.run(fluid.default_startup_program())
+step = 1001
+for i in range(step):
+  cost_val = exe.run(feed=gen_data(), fetch_list=[cost.name])
+  print("step%d cost=%f" % (i, cost_val[0]))
+```
 
-一个简单的训练程序如下：
+#### Parameter Server训练方法
 
-.. code-block:: python
+参数服务器方法对于大规模数据，简单模型的并行训练非常适用，我们基于单机模型的定义给出其实用Parameter Server进行训练的示例如下：
 
-   import paddle.fluid as fluid
-   from nets import mlp
-   from utils import gen_data
+```python
+import paddle.fluid as fluid
+from nets import mlp
+from paddle.fluid.incubate.fleet.parameter_server.distribute_transpiler import fleet
+from paddle.fluid.incubate.fleet.base import role_maker
+from utils import gen_data
 
-   input_x = fluid.layers.data(name="x", shape=[32], dtype='float32')
-   input_y = fluid.layers.data(name="y", shape=[1], dtype='int64')
+input_x = fluid.layers.data(name="x", shape=[32], dtype='float32')
+input_y = fluid.layers.data(name="y", shape=[1], dtype='int64')
 
-   cost = mlp(input_x, input_y)
-   optimizer = fluid.optimizer.SGD(learning_rate=0.01)
-   optimizer.minimize(cost)
-   place = fluid.CUDAPlace(0)
+cost = mlp(input_x, input_y)
+optimizer = fluid.optimizer.SGD(learning_rate=0.01)
 
+role = role_maker.PaddleCloudRoleMaker()
+fleet.init(role)
+optimizer = fleet.distributed_optimizer(optimizer)
+optimizer.minimize(cost)
+
+if fleet.is_server():
+  fleet.init_server()
+  fleet.run_server()
+elif fleet.is_worker():
+  place = fluid.CPUPlace()
   exe = fluid.Executor(place)
   exe.run(fluid.default_startup_program())
   step = 1001
   for i in range(step):
-       exe.run(feed=gen_data())
+    cost_val = exe.run(
+        program=fluid.default_main_program(),
+        feed=gen_data(),
+        fetch_list=[cost.name])
+    print("worker_index: %d, step%d cost = %f" %
+         (fleet.worker_index(), i, cost_val[0]))
+```
 
 
-如果用户想使用高性能芯片，例如GPU多卡进行训练，使用Fleet API可以在增加少量代码的情况下实现。
 
-.. code-block:: python
+#### Collective训练方法
 
-   import paddle.fluid as fluid
-   from utils import gen_data
-   from nets import mlp
-   from paddle.fluid.incubate.fleet.collective import fleet
-   from paddle.fluid.incubate.fleet.base import role_maker
+collective training通常在GPU多机多卡训练中使用，一般在复杂模型的训练中比较常见，我们基于上面的单机模型定义给出使用Collective方法进行分布式训练的示例如下：
 
-   input_x = fluid.layers.data(name="x", shape=[32], dtype='float32')
-   input_y = fluid.layers.data(name="y", shape=[1], dtype='int64')
+```python
+import paddle.fluid as fluid
+from nets import mlp
+from paddle.fluid.incubate.fleet.collective import fleet
+from paddle.fluid.incubate.fleet.base import role_maker
+from utils import gen_data
 
-   cost = mlp(input_x, input_y)
-   optimizer = fluid.optimizer.SGD(learning_rate=0.01)
+input_x = fluid.layers.data(name="x", shape=[32], dtype='float32')
+input_y = fluid.layers.data(name="y", shape=[1], dtype='int64')
 
-   role = role_maker.PaddleCloudRoleMaker()
-   fleet.init(role)
-   optimizer = fleet.distributed_optimizer(optimizer)
-   optimizer.minimize(cost)
+cost = mlp(input_x, input_y)
+optimizer = fluid.optimizer.SGD(learning_rate=0.01)
+role = role_maker.PaddleCloudRoleMaker(is_collective=True)
+fleet.init(role)
 
-   place = fluid.CUDAPlace(0)
+optimizer = fleet.distributed_optimizer(optimizer)
+optimizer.minimize(cost)
+place = fluid.CUDAPlace(0)
 
-   exe = fluid.Executor(place)
-   exe.run(fluid.default_startup_program())
-   step = 1001
-   for i in range(step):
-       exe.run(feed=gen_data())
+exe = fluid.Executor(place)
+exe.run(fluid.default_startup_program())
+step = 1001
+for i in range(step):
+  cost_val = exe.run(
+      program=fluid.default_main_program(),
+      feed=gen_data(),
+      fetch_list=[cost.name])
+  print("worker_index: %d, step%d cost = %f" %
+       (fleet.worker_index(), i, cost_val[0]))
+```
 
+## 更多使用示例
 
-在单机运行多卡程序的执行命令如下：
+[点击率预估]()
 
-.. code-block:: python
+[语义匹配]()
 
-   export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
-   python -m paddle.distributed.launch collective_trainer.py
+[向量学习]()
 
+[基于Resnet50的图像分类]()
 
+[基于Transformer的机器翻译]()
 
-FleetAPI 接口说明
-------------------------------
-.. csv-table::
-   :header: "接口", "说明"
+[基于Bert的语义表示学习]()
 
-   "init", "fleet初始化，需要在使用fleet其他接口前先调用，用于定义多机的环境配置"
-   "distributed_optimizer", "fleet多机训练策略优化，接收一个标准Optimizer及相应的多机运行策略，fleet会根据优化策略进行优化"
-   "init_server", "fleet加载model_dir中保存的模型相关参数进行parameter server的初始化"
-   "run_server", "fleet启动parameter server服务"
-   "init_worker", "fleet初始化当前worker运行环境"
-   "is_worker", "判断当前节点是否是Worker节点，是则返回True，否则返回False"
-   "is_server", "判断当前节点是否是Server节点，是则返回True，否则返回False"
-   "save_inference_model", "fleet保存预测相关的模型及参数，参数及用法参考 code:`fluid.io.save_inference_model`"
-   "save_persistables", "fleet保存多机模型参数，参数及用法参考 code:`fluid.io.save_persistables`"
 
 
-FleetAPI 一般训练步骤
-------------------------------
+## Fleet API相关的接口说明 
 
-通过import引入需要使用的模式
-++++++++++++++++++
+### Fleet API接口
 
-使用parameter server方式的训练：
+- init(role_maker=None)
+  - fleet初始化，需要在使用fleet其他接口前先调用，用于定义多机的环境配置
+- is_worker()
+  - Parameter Server训练中使用，判断当前节点是否是Worker节点，是则返回True，否则返回False
+- is_server(model_dir=None)
+  - Parameter Server训练中使用，判断当前节点是否是Server节点，是则返回True，否则返回False
+- init_server()
+  - Parameter Server训练中，fleet加载model_dir中保存的模型相关参数进行parameter server的初始化
+- run_server()
+  - Parameter Server训练中使用，用来启动server端服务
+- init_worker()
+  - Parameter Server训练中使用，用来启动worker端服务
+- stop_worker()
+  - 训练结束后，停止worker
+- distributed_optimizer(optimizer, strategy=None)
+  - 分布式优化算法装饰器，用户可带入单机optimizer，并配置分布式训练策略，返回一个分布式的optimizer
 
-.. code-block:: python
+### RoleMaker
 
+- MPISymetricRoleMaker
+
+  - 描述：MPISymetricRoleMaker会假设每个节点启动两个进程，1worker+1pserver，这种RoleMaker要求用户的集群上有mpi环境。
+
+  - 示例：
+
+    ```python
     from paddle.fluid.incubate.fleet.parameter_server.distribute_transpiler import fleet
+    from paddle.fluid.incubate.fleet.base import role_maker
+    
+    role = role_maker.MPISymetricRoleMaker()
+    fleet.init(role)
+    ```
 
+  - 启动方法：
 
-初始化
-++++++++++++++++++
-Fleet使用 code:`fleet.init(role_maker=None)` 进行初始化
+    ```shell
+    mpirun -np 2 python trainer.py
+    ```
 
-当用户不指定role_maker, 则Fleet默认用户使用MPI环境，会采用MPISymetricRoleMaker.
+- PaddleCloudRoleMaker
 
-如果用户使用非MPI环境，则需要通过UserDefinedRoleMaker自行定义执行环境。
-例如：
+  - 描述：PaddleCloudRoleMaker是一个高级封装，支持使用paddle.distributed.launch或者paddle.distributed.launch_ps启动脚本
 
-.. code-block:: python
+  - Parameter Server训练示例：
+
+    ```python
+    from paddle.fluid.incubate.fleet.parameter_server.distribute_transpiler import fleet
+    from paddle.fluid.incubate.fleet.base import role_maker
+    
+    role = role_maker.PaddleCloudRoleMaker()
+    fleet.init(role)
+    ```
 
-    role = UserDefinedRoleMaker(current_id=0,
-                     role=Role.WORKER,
-                     worker_num=3,
-                     server_endpoints=["127.0.0.1:6001","127.0.0.1:6002"])
-    fleet.init(role_maker=role)
+  - 启动方法：
 
+    ```python
+    python -m paddle.distributed.launch_ps --worker_num 2 --server_num 2 trainer.py
+    ```
 
-分布式策略及多机配置
-++++++++++++++++
+  - Collective训练示例：
 
-对于Transpiler模式，需要使用 DistributeTranspilerConfig 指定多机配置。
-Fleet需要在用户定义的optimizer之上装饰 code:`fleet.distributed_optimizer` 来完成多机分布式策略的配置。
+    ```python
+    from paddle.fluid.incubate.fleet.collective import fleet
+    from paddle.fluid.incubate.fleet.base import role_maker
     
-.. csv-table::
-   :header: "接口", "说明"
+    role = role_maker.PaddleCloudRoleMaker(is_collective=True)
+    fleet.init(role)
+    ```
 
-   "sync_mode", "Fleet可以支持同步训练或异步训练， 默认会生成同步训练的分布式程序，通过指定 :code:`sync_mode=False` 参数即可生成异步训练的程序"
-   "split_method", "指定参数在parameter server上的分布方式, 默认使用 `RoundRobin`, 也可选`HashName`"
-   "slice_var_up", "指定是否将较大（大于8192个元素）的参数切分到多个parameter server以均衡计算负载，默认为开启"
+  - 启动方法：
 
+    ```python
+    python -m paddle.distributed.launch trainer.py
+    ```
 
-例如：
+- UserDefinedRoleMaker
 
-.. code-block:: python
+  - 描述：用户自定义节点的角色信息，IP和端口信息
 
-    config = DistributeTranspilerConfig()
-    config.sync_mode = True
+  - 示例：
 
-    # build network
-    # ...
-    avg_cost = model()
+    ```python
+    from paddle.fluid.incubate.fleet.parameter_server.distribute_transpiler import fleet
+    from paddle.fluid.incubate.fleet.base import role_maker
     
-    optimizer = fluid.optimizer.Adam(learning_rate=0.001)
-    # 加入 fleet distributed_optimizer 加入分布式策略配置及多机优化
-    optimizer = fleet.distributed_optimizer(optimizer, config)
-    optimizer.minimize(avg_cost)
+    role = role_maker.UserDefinedRoleMaker(
+                current_id=int(os.getenv("CURRENT_ID")),
+                role=role_maker.Role.WORKER if bool(int(os.getenv("IS_WORKER"))) 
+      																			else role_maker.Role.SERVER,
+                worker_num=int(os.getenv("WORKER_NUM")),
+                server_endpoints=pserver_endpoints)
+    fleet.init(role)
+    ```
 
+### Strategy
 
-具体训练流程
-++++++++++++++++
+- Parameter Server Training
+  - Sync_mode
+- Collective Training
+  - LocalSGD
+  - ReduceGrad
 
-.. code-block:: python
+### Fleet Mode
 
-    # 启动server
-    if fleet.is_server():
-        fleet.init_server()
-        fleet.run_server()
+- Parameter Server Training
 
-    # 启动worker
-    if fleet.is_worker():
-        # 初始化worker配置
-        fleet.init_worker()
+  ```python
+  from paddle.fluid.incubate.fleet.parameter_server.distribute_transpiler import fleet
+  ```
 
-        feeder = fluid.DataFeeder(place=place, feed_list=[x, y])
-        train_reader = paddle.batch(fake_reader(), batch_size=24)
   
-        exe.run(fleet.startup_program)
 
-        PASS_NUM = 10
-        for pass_id in range(PASS_NUM):
-            for batch_id, data in enumerate(train_reader()):
-                avg_loss_value, auc_value, auc_batch_value = \ 
-                    exe.run(fleet.main_program, feed=feeder.feed(data), fetch_list=[avg_cost, auc, auc_batch])
-                print("Pass %d, cost = %f, auc = %f, batch_auc = %f" % (pass_id, avg_loss_value, auc_value, auc_batch_value))
-        # 通知server，当前节点训练结束
-        fleet.stop_worker()
+- Collective Training
 
+  ```python
+  from paddle.fluid.incubate.fleet.collective import fleet
+  ```