तिथि को रक्षित करें! Google I / O 18-20 मई को पंजीकृत करता है
इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

Model.fit में क्या होता है कस्टमाइज़ करें

TensorFlow.org पर देखें Google Colab में चलाएं GitHub पर स्रोत देखें नोटबुक डाउनलोड करें

परिचय

जब आप सीखने की निगरानी कर रहे हों, तो आप fit() और सब कुछ आसानी से काम कर सकते हैं।

जब आपको खरोंच से अपना खुद का प्रशिक्षण लूप लिखने की आवश्यकता होती है, तो आप GradientTape उपयोग कर सकते हैं और हर छोटे विवरण का नियंत्रण ले सकते हैं।

लेकिन क्या होगा अगर आपको एक कस्टम प्रशिक्षण एल्गोरिथ्म की आवश्यकता है, लेकिन आप अभी भी fit() , जैसे कॉलबैक, अंतर्निहित वितरण समर्थन, या चरण फ़्यूज़िंग की सुविधाजनक सुविधाओं से लाभ उठाना चाहते हैं?

केर का एक मुख्य सिद्धांत जटिलता का प्रगतिशील प्रकटीकरण है । आपको हमेशा क्रमिक तरीके से निचले स्तर के वर्कफ़्लोज़ में आने में सक्षम होना चाहिए। यदि उच्च-स्तरीय कार्यक्षमता आपके उपयोग के मामले से बिल्कुल मेल नहीं खाती है तो आपको चट्टान से नहीं गिरना चाहिए। उच्च-स्तरीय सुविधा की एक संक्षिप्त राशि को बनाए रखते हुए आपको छोटे विवरणों पर अधिक नियंत्रण प्राप्त करने में सक्षम होना चाहिए।

जब आपको fit() करने के लिए अनुकूलित करने की आवश्यकता होती है, तो आपको Model वर्ग के प्रशिक्षण चरण फ़ंक्शन को ओवरराइड करना चाहिए। यह वह फ़ंक्शन है जिसे डेटा के प्रत्येक बैच के लिए fit() द्वारा बुलाया जाता है। फिर आप हमेशा की तरह fit() कॉल कर पाएंगे और यह आपका अपना लर्निंग अल्गोरिथम होगा।

ध्यान दें कि यह पैटर्न आपको कार्यात्मक एपीआई के साथ मॉडल बनाने से नहीं रोकता है। आप यह कर सकते हैं कि क्या आप Sequential मॉडल, कार्यात्मक एपीआई मॉडल, या उपवर्ग मॉडल बना रहे हैं।

आइए देखें कि यह कैसे काम करता है।

सेट अप

TensorFlow 2.2 या बाद की आवश्यकता है।

import tensorflow as tf
from tensorflow import keras

पहला सरल उदाहरण

चलो एक सरल उदाहरण से शुरू करते हैं:

  • हम एक नया वर्ग बनाते हैं जो keras.Model
  • हम सिर्फ विधि train_step(self, data) ओवरराइड करते हैं।
  • हम एक मीट्रिक मैपिंग नाम (नुकसान सहित) उनके वर्तमान मूल्य पर वापस करते हैं।

इनपुट तर्क data वह है जो प्रशिक्षण डेटा के रूप में फिट होने के लिए पास हो जाता है:

  • यदि आप fit(x, y, ...) कॉल करके Numpy सरणियों को पास करते हैं, तो data टपल (x, y)
  • यदि आप एक fit(dataset, ...) को कॉल करकेtf.data.Dataset पास करते हैं, तो data वह होगा जो प्रत्येक बैच में dataset द्वारा प्राप्त होता है।

train_step विधि के शरीर में, हम एक नियमित प्रशिक्षण अपडेट को लागू करते हैं, जो आप पहले से ही परिचित हैं। महत्वपूर्ण रूप से, हम self.compiled_loss माध्यम से नुकसान की गणना करते हैं , जो नुकसान (एस) फ़ंक्शन (ओं) को लपेटता है जो compile() लिए पारित किए गए थे।

इसी तरह, हम मैट्रिक्स की स्थिति को compile() में अपडेट करने के लिए self.compiled_metrics.update_state(y, y_pred) कहते हैं, और हम उनके वर्तमान मूल्य को पुनः प्राप्त करने के लिए self.metrics से अंत में परिणाम क्वेरी करते हैं।

class CustomModel(keras.Model):
    def train_step(self, data):
        # Unpack the data. Its structure depends on your model and
        # on what you pass to `fit()`.
        x, y = data

        with tf.GradientTape() as tape:
            y_pred = self(x, training=True)  # Forward pass
            # Compute the loss value
            # (the loss function is configured in `compile()`)
            loss = self.compiled_loss(y, y_pred, regularization_losses=self.losses)

        # Compute gradients
        trainable_vars = self.trainable_variables
        gradients = tape.gradient(loss, trainable_vars)
        # Update weights
        self.optimizer.apply_gradients(zip(gradients, trainable_vars))
        # Update metrics (includes the metric that tracks the loss)
        self.compiled_metrics.update_state(y, y_pred)
        # Return a dict mapping metric names to current value
        return {m.name: m.result() for m in self.metrics}

आइये इसे आजमाते हैं:

import numpy as np

# Construct and compile an instance of CustomModel
inputs = keras.Input(shape=(32,))
outputs = keras.layers.Dense(1)(inputs)
model = CustomModel(inputs, outputs)
model.compile(optimizer="adam", loss="mse", metrics=["mae"])

# Just use `fit` as usual
x = np.random.random((1000, 32))
y = np.random.random((1000, 1))
model.fit(x, y, epochs=3)
Epoch 1/3
32/32 [==============================] - 1s 1ms/step - loss: 0.3689 - mae: 0.4870
Epoch 2/3
32/32 [==============================] - 0s 1ms/step - loss: 0.2860 - mae: 0.4282
Epoch 3/3
32/32 [==============================] - 0s 1ms/step - loss: 0.2690 - mae: 0.4159
<tensorflow.python.keras.callbacks.History at 0x7ff5c2a96748>

निचले स्तर पर जा रहे हैं

स्वाभाविक रूप से, आप बस compile() में एक हानि फ़ंक्शन को पारित करना छोड़ सकते हैं, और इसके बजाय train_step में मैन्युअल रूप से सब कुछ करते हैं। इसी तरह मैट्रिक्स के लिए।

यहां निम्न-स्तरीय उदाहरण दिया गया है, जो केवल अनुकूलक को कॉन्फ़िगर करने के लिए compile() का उपयोग करता है:

  • हम अपने नुकसान और एक एमएई स्कोर को ट्रैक करने के लिए Metric उदाहरण बनाकर शुरू करते हैं।
  • हम एक कस्टम को लागू train_step() कि (फोन करके इनमें से कोई मीट्रिक राज्य को अद्यतन करता update_state() उन पर), तो उन्हें क्वेरी (के माध्यम से result() ) अपने वर्तमान औसत मान देने के लिए, प्रगति बार द्वारा और होने के लिए प्रदर्शित करने के लिए किसी भी कॉलबैक को पास करें।
  • ध्यान दें कि हमें प्रत्येक युग के बीच अपने मैट्रिक्स पर reset_states() कॉल करना होगा! अन्यथा प्रशिक्षण का result() प्रशिक्षण की शुरुआत के बाद से एक औसत लौटाएगा, जबकि हम आमतौर पर प्रति-युग औसत के साथ काम करते हैं। शुक्र है, ढांचा हमारे लिए ऐसा कर सकता है: बस किसी भी मीट्रिक को सूचीबद्ध करें जिसे आप मॉडल की metrics संपत्ति में रीसेट करना चाहते हैं। मॉडल प्रत्येक fit() युग की शुरुआत में या evaluate() करने के लिए एक कॉल की शुरुआत में यहां सूचीबद्ध किसी भी वस्तु पर reset_states() कॉल करेगा।
loss_tracker = keras.metrics.Mean(name="loss")
mae_metric = keras.metrics.MeanAbsoluteError(name="mae")


class CustomModel(keras.Model):
    def train_step(self, data):
        x, y = data

        with tf.GradientTape() as tape:
            y_pred = self(x, training=True)  # Forward pass
            # Compute our own loss
            loss = keras.losses.mean_squared_error(y, y_pred)

        # Compute gradients
        trainable_vars = self.trainable_variables
        gradients = tape.gradient(loss, trainable_vars)

        # Update weights
        self.optimizer.apply_gradients(zip(gradients, trainable_vars))

        # Compute our own metrics
        loss_tracker.update_state(loss)
        mae_metric.update_state(y, y_pred)
        return {"loss": loss_tracker.result(), "mae": mae_metric.result()}

    @property
    def metrics(self):
        # We list our `Metric` objects here so that `reset_states()` can be
        # called automatically at the start of each epoch
        # or at the start of `evaluate()`.
        # If you don't implement this property, you have to call
        # `reset_states()` yourself at the time of your choosing.
        return [loss_tracker, mae_metric]


# Construct an instance of CustomModel
inputs = keras.Input(shape=(32,))
outputs = keras.layers.Dense(1)(inputs)
model = CustomModel(inputs, outputs)

# We don't passs a loss or metrics here.
model.compile(optimizer="adam")

# Just use `fit` as usual -- you can use callbacks, etc.
x = np.random.random((1000, 32))
y = np.random.random((1000, 1))
model.fit(x, y, epochs=5)
Epoch 1/5
32/32 [==============================] - 0s 1ms/step - loss: 0.7816 - mae: 0.7624
Epoch 2/5
32/32 [==============================] - 0s 1ms/step - loss: 0.3272 - mae: 0.4600
Epoch 3/5
32/32 [==============================] - 0s 1ms/step - loss: 0.2355 - mae: 0.3884
Epoch 4/5
32/32 [==============================] - 0s 1ms/step - loss: 0.2252 - mae: 0.3791
Epoch 5/5
32/32 [==============================] - 0s 1ms/step - loss: 0.2214 - mae: 0.3760
<tensorflow.python.keras.callbacks.History at 0x7ff5c29225f8>

सपोर्टिंग sample_weight और class_weight

आपने देखा होगा कि हमारा पहला मूल उदाहरण नमूना भारांक का कोई उल्लेख नहीं था। यदि आप fit() तर्क sample_weight और class_weight का समर्थन करना चाहते हैं, तो आप बस निम्नलिखित कार्य करेंगे:

  • data तर्क से sample_weight अनपैक करें
  • इसे compiled_loss और compiled_metrics (निश्चित रूप से, आप इसे केवल मैन्युअल रूप से लागू कर सकते हैं यदि आप नुकसान और मैट्रिक्स के लिए compile() पर निर्भर नहीं हैं)
  • यही बात है। वह सूची है।
class CustomModel(keras.Model):
    def train_step(self, data):
        # Unpack the data. Its structure depends on your model and
        # on what you pass to `fit()`.
        if len(data) == 3:
            x, y, sample_weight = data
        else:
            sample_weight = None
            x, y = data

        with tf.GradientTape() as tape:
            y_pred = self(x, training=True)  # Forward pass
            # Compute the loss value.
            # The loss function is configured in `compile()`.
            loss = self.compiled_loss(
                y,
                y_pred,
                sample_weight=sample_weight,
                regularization_losses=self.losses,
            )

        # Compute gradients
        trainable_vars = self.trainable_variables
        gradients = tape.gradient(loss, trainable_vars)

        # Update weights
        self.optimizer.apply_gradients(zip(gradients, trainable_vars))

        # Update the metrics.
        # Metrics are configured in `compile()`.
        self.compiled_metrics.update_state(y, y_pred, sample_weight=sample_weight)

        # Return a dict mapping metric names to current value.
        # Note that it will include the loss (tracked in self.metrics).
        return {m.name: m.result() for m in self.metrics}


# Construct and compile an instance of CustomModel
inputs = keras.Input(shape=(32,))
outputs = keras.layers.Dense(1)(inputs)
model = CustomModel(inputs, outputs)
model.compile(optimizer="adam", loss="mse", metrics=["mae"])

# You can now use sample_weight argument
x = np.random.random((1000, 32))
y = np.random.random((1000, 1))
sw = np.random.random((1000, 1))
model.fit(x, y, sample_weight=sw, epochs=3)
Epoch 1/3
32/32 [==============================] - 0s 1ms/step - loss: 0.3251 - mae: 0.7057
Epoch 2/3
32/32 [==============================] - 0s 1ms/step - loss: 0.1303 - mae: 0.4293
Epoch 3/3
32/32 [==============================] - 0s 1ms/step - loss: 0.0950 - mae: 0.3699
<tensorflow.python.keras.callbacks.History at 0x7ff5c28ae668>

अपना खुद का मूल्यांकन कदम प्रदान करना

क्या होगा यदि आप model.evaluate() लिए कॉल करना चाहते हैं। model.evaluate() ? फिर आप बिल्कुल उसी तरह से test_step को ओवरराइड करेंगे। यहाँ यह कैसा दिखता है:

class CustomModel(keras.Model):
    def test_step(self, data):
        # Unpack the data
        x, y = data
        # Compute predictions
        y_pred = self(x, training=False)
        # Updates the metrics tracking the loss
        self.compiled_loss(y, y_pred, regularization_losses=self.losses)
        # Update the metrics.
        self.compiled_metrics.update_state(y, y_pred)
        # Return a dict mapping metric names to current value.
        # Note that it will include the loss (tracked in self.metrics).
        return {m.name: m.result() for m in self.metrics}


# Construct an instance of CustomModel
inputs = keras.Input(shape=(32,))
outputs = keras.layers.Dense(1)(inputs)
model = CustomModel(inputs, outputs)
model.compile(loss="mse", metrics=["mae"])

# Evaluate with our custom test_step
x = np.random.random((1000, 32))
y = np.random.random((1000, 1))
model.evaluate(x, y)
32/32 [==============================] - 0s 1ms/step - loss: 5.6995 - mae: 2.3246
[5.736238479614258, 2.331244945526123]

रैपिंग: एंड-टू-एंड GAN उदाहरण

आइए एक अंत-टू-एंड उदाहरण के माध्यम से चलते हैं जो आपके द्वारा सीखी गई सभी चीजों का लाभ उठाता है।

चलो गौर करते हैं:

  • एक जनरेटर नेटवर्क का मतलब 28x28x1 चित्र उत्पन्न करना है।
  • एक भेदभाव नेटवर्क का मतलब 28x28x1 छवियों को दो वर्गों ("नकली" और "वास्तविक") में वर्गीकृत करना है।
  • प्रत्येक के लिए एक अनुकूलक।
  • भेदभाव करने वाले को प्रशिक्षित करने के लिए एक हानि कार्य।
from tensorflow.keras import layers

# Create the discriminator
discriminator = keras.Sequential(
    [
        keras.Input(shape=(28, 28, 1)),
        layers.Conv2D(64, (3, 3), strides=(2, 2), padding="same"),
        layers.LeakyReLU(alpha=0.2),
        layers.Conv2D(128, (3, 3), strides=(2, 2), padding="same"),
        layers.LeakyReLU(alpha=0.2),
        layers.GlobalMaxPooling2D(),
        layers.Dense(1),
    ],
    name="discriminator",
)

# Create the generator
latent_dim = 128
generator = keras.Sequential(
    [
        keras.Input(shape=(latent_dim,)),
        # We want to generate 128 coefficients to reshape into a 7x7x128 map
        layers.Dense(7 * 7 * 128),
        layers.LeakyReLU(alpha=0.2),
        layers.Reshape((7, 7, 128)),
        layers.Conv2DTranspose(128, (4, 4), strides=(2, 2), padding="same"),
        layers.LeakyReLU(alpha=0.2),
        layers.Conv2DTranspose(128, (4, 4), strides=(2, 2), padding="same"),
        layers.LeakyReLU(alpha=0.2),
        layers.Conv2D(1, (7, 7), padding="same", activation="sigmoid"),
    ],
    name="generator",
)

अपने स्वयं के हस्ताक्षर का उपयोग करने के लिए compile() ओवरराइडिंग compile() और train_step GAN एल्गोरिदम को train_step में 17 लाइनों में लागू करने के लिए यहां एक संपूर्ण-पूर्ण GAN वर्ग है:

class GAN(keras.Model):
    def __init__(self, discriminator, generator, latent_dim):
        super(GAN, self).__init__()
        self.discriminator = discriminator
        self.generator = generator
        self.latent_dim = latent_dim

    def compile(self, d_optimizer, g_optimizer, loss_fn):
        super(GAN, self).compile()
        self.d_optimizer = d_optimizer
        self.g_optimizer = g_optimizer
        self.loss_fn = loss_fn

    def train_step(self, real_images):
        if isinstance(real_images, tuple):
            real_images = real_images[0]
        # Sample random points in the latent space
        batch_size = tf.shape(real_images)[0]
        random_latent_vectors = tf.random.normal(shape=(batch_size, self.latent_dim))

        # Decode them to fake images
        generated_images = self.generator(random_latent_vectors)

        # Combine them with real images
        combined_images = tf.concat([generated_images, real_images], axis=0)

        # Assemble labels discriminating real from fake images
        labels = tf.concat(
            [tf.ones((batch_size, 1)), tf.zeros((batch_size, 1))], axis=0
        )
        # Add random noise to the labels - important trick!
        labels += 0.05 * tf.random.uniform(tf.shape(labels))

        # Train the discriminator
        with tf.GradientTape() as tape:
            predictions = self.discriminator(combined_images)
            d_loss = self.loss_fn(labels, predictions)
        grads = tape.gradient(d_loss, self.discriminator.trainable_weights)
        self.d_optimizer.apply_gradients(
            zip(grads, self.discriminator.trainable_weights)
        )

        # Sample random points in the latent space
        random_latent_vectors = tf.random.normal(shape=(batch_size, self.latent_dim))

        # Assemble labels that say "all real images"
        misleading_labels = tf.zeros((batch_size, 1))

        # Train the generator (note that we should *not* update the weights
        # of the discriminator)!
        with tf.GradientTape() as tape:
            predictions = self.discriminator(self.generator(random_latent_vectors))
            g_loss = self.loss_fn(misleading_labels, predictions)
        grads = tape.gradient(g_loss, self.generator.trainable_weights)
        self.g_optimizer.apply_gradients(zip(grads, self.generator.trainable_weights))
        return {"d_loss": d_loss, "g_loss": g_loss}

चलिए इसे टेस्ट करते हैं:

# Prepare the dataset. We use both the training & test MNIST digits.
batch_size = 64
(x_train, _), (x_test, _) = keras.datasets.mnist.load_data()
all_digits = np.concatenate([x_train, x_test])
all_digits = all_digits.astype("float32") / 255.0
all_digits = np.reshape(all_digits, (-1, 28, 28, 1))
dataset = tf.data.Dataset.from_tensor_slices(all_digits)
dataset = dataset.shuffle(buffer_size=1024).batch(batch_size)

gan = GAN(discriminator=discriminator, generator=generator, latent_dim=latent_dim)
gan.compile(
    d_optimizer=keras.optimizers.Adam(learning_rate=0.0003),
    g_optimizer=keras.optimizers.Adam(learning_rate=0.0003),
    loss_fn=keras.losses.BinaryCrossentropy(from_logits=True),
)

# To limit the execution time, we only train on 100 batches. You can train on
# the entire dataset. You will need about 20 epochs to get nice results.
gan.fit(dataset.take(100), epochs=1)
Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz
11493376/11490434 [==============================] - 0s 0us/step
100/100 [==============================] - 12s 11ms/step - d_loss: 0.4581 - g_loss: 0.8789
<tensorflow.python.keras.callbacks.History at 0x7ff5712ea978>

गहरी शिक्षा के पीछे के विचार सरल हैं, इसलिए उनका कार्यान्वयन दर्दनाक क्यों होना चाहिए?