Dostosuj to, co dzieje się w Model.fit

Zobacz na TensorFlow.org Uruchom w Google Colab Wyświetl źródło na GitHub Pobierz notatnik

Wstęp

Kiedy robisz nadzorowanego uczenia się, można użyć fit() i wszystko działa płynnie.

Kiedy trzeba napisać własną pętlę szkolenia od podstaw, można użyć GradientTape i przejąć kontrolę nad każdym szczególe.

Ale co, jeśli trzeba algorytm szkoleniowy niestandardową, ale nadal chcą skorzystać z wygodnych funkcji fit() , takie jak wywołania zwrotne, wbudowane wsparcie dystrybucji, lub etapie utrwalania?

Fundamentalną zasadą Keras jest progresywny ujawnienie złożoności. Zawsze powinieneś być w stanie przejść do przepływów pracy niższego poziomu w sposób stopniowy. Nie powinieneś spaść z klifu, jeśli funkcjonalność wysokiego poziomu nie pasuje dokładnie do twojego przypadku użycia. Powinieneś być w stanie uzyskać większą kontrolę nad drobnymi szczegółami, zachowując proporcjonalną wygodę na wysokim poziomie.

Kiedy trzeba dostosować co fit() nie powinny przesłonić funkcję krok szkolenie w Model klasy. Jest to funkcja, która jest wywoływana przez fit() dla każdej partii danych. Będziesz wtedy mógł zadzwonić fit() jak zwykle - i to będzie prowadzenie własnej algorytm uczenia się.

Pamiętaj, że ten wzorzec nie uniemożliwia budowania modeli za pomocą funkcjonalnego interfejsu API. Można to zrobić, czy jesteś budynku Sequential modeli, funkcjonalne modele API lub podklasy modeli.

Zobaczmy, jak to działa.

Ustawiać

Wymaga TensorFlow w wersji 2.2 lub nowszej.

import tensorflow as tf
from tensorflow import keras

Pierwszy prosty przykład

Zacznijmy od prostego przykładu:

  • Tworzymy nową klasę, która podklasy keras.Model .
  • Po prostu zastąpić metodę train_step(self, data) .
  • Zwracamy nazwy metryk mapujących słownik (w tym straty) do ich bieżącej wartości.

Argument wejściowy data jest to, co zostanie przekazane do dopasowania danych treningowych:

  • Jeśli zdasz tablic numpy, wywołując fit(x, y, ...) , wtedy data będą krotka (x, y)
  • Jeśli zdać tf.data.Dataset , wywołując fit(dataset, ...) , wtedy data będą co zostanie uzyskane ze dataset w każdej partii.

W korpusie train_step metody, wdrożymy regularną aktualizację treningowy, podobny do tego, co już znają. Co ważne, obliczyć straty poprzez self.compiled_loss , która otacza funkcji strat (ES) (S), które zostały przekazane do compile() .

Podobnie, nazywamy self.compiled_metrics.update_state(y, y_pred) , aby zaktualizować stan metryk, które zostały przekazane w compile() , a my zapytań Wyniki self.metrics na końcu odzyskać swoją aktualną wartość.

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}

Wypróbujmy to:

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 2ms/step - loss: 0.9909 - mae: 0.8601
Epoch 2/3
32/32 [==============================] - 0s 2ms/step - loss: 0.4363 - mae: 0.5345
Epoch 3/3
32/32 [==============================] - 0s 2ms/step - loss: 0.2906 - mae: 0.4311
<keras.callbacks.History at 0x7f5ad1ca1090>

Przechodzenie na niższy poziom

Oczywiście, można po prostu pominąć przechodzącą funkcji straty w compile() , a zamiast robić wszystko ręcznie w train_step . Podobnie dla metryk.

Oto przykład niższego poziomu, który używa tylko compile() aby skonfigurować optymalizator:

  • Zaczynamy od utworzenia Metric instancje śledzić nasze straty i wynik MAE.
  • Realizujemy niestandardowe train_step() , który aktualizuje stan tych danych (poprzez wywołanie update_state() na nich), a następnie zapytać je (przez result() ), aby powrócić ich aktualnej średniej wartości, które mają być wyświetlane na pasku postępu i być przejść do dowolnego wywołania zwrotnego.
  • Zauważ, że musielibyśmy nazwać reset_states() na naszych metryk pomiędzy każdej epoce! Inaczej nazywając result() zwróciłby średnio od początku treningu, a my zazwyczaj pracują ze średnimi per-epoki. Na szczęście, ramy może zrobić to za nas: wystarczy wymienić dowolny parametr chcesz zresetować w metrics własności modelu. Model wezwie reset_states() na dowolny obiekt wymienionych tutaj na początku każdego fit() epoki lub na początku rozmowy do evaluate() .
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: 1.5969 - mae: 1.1523
Epoch 2/5
32/32 [==============================] - 0s 1ms/step - loss: 0.7352 - mae: 0.7310
Epoch 3/5
32/32 [==============================] - 0s 1ms/step - loss: 0.3830 - mae: 0.4999
Epoch 4/5
32/32 [==============================] - 0s 1ms/step - loss: 0.2809 - mae: 0.4215
Epoch 5/5
32/32 [==============================] - 0s 1ms/step - loss: 0.2590 - mae: 0.4058
<keras.callbacks.History at 0x7f5ad1b62c50>

Wspieranie sample_weight & class_weight

Być może zauważyłeś, że nasz pierwszy podstawowy przykład nie wspominał o ważeniu próbek. Jeśli chcesz wesprzeć fit() argumenty sample_weight i class_weight , można po prostu wykonaj następujące czynności:

  • Rozpakuj sample_weight z data argumentu
  • Przekazać je do compiled_loss & compiled_metrics (oczywiście, można też po prostu zastosować go ręcznie, jeśli nie opierają się na compile() za straty i metryk)
  • Otóż ​​to. To jest lista.
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 2ms/step - loss: 0.1365 - mae: 0.4196
Epoch 2/3
32/32 [==============================] - 0s 2ms/step - loss: 0.1285 - mae: 0.4068
Epoch 3/3
32/32 [==============================] - 0s 2ms/step - loss: 0.1212 - mae: 0.3971
<keras.callbacks.History at 0x7f5ad1ba64d0>

Zapewnienie własnego kroku oceny

Co zrobić, jeśli chcesz zrobić to samo dla połączeń do model.evaluate() ? Wtedy można zastąpić test_step w dokładnie taki sam sposób. Oto jak to wygląda:

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: 2.7584 - mae: 1.5920
[2.758362054824829, 1.59201979637146]

Podsumowanie: kompletny przykład GAN

Przyjrzyjmy się kompleksowemu przykładowi, który wykorzystuje wszystko, czego się właśnie nauczyłeś.

Rozważmy:

  • Sieć generatorów przeznaczona do generowania obrazów 28x28x1.
  • Sieć dyskryminacyjna przeznaczona do klasyfikowania obrazów 28x28x1 na dwie klasy ("fałszywe" i "prawdziwe").
  • Jeden optymalizator dla każdego.
  • Funkcja straty do trenowania dyskryminatora.
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",
)

Oto funkcja autouzupełniania klasa GAN, nadrzędnymi compile() używać własnego podpisu i realizację całego algorytmu GAN w 17 liniach w train_step :

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}

Przetestujmy to:

# 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)
100/100 [==============================] - 3s 11ms/step - d_loss: 0.4031 - g_loss: 0.9305
<keras.callbacks.History at 0x7f5ad1b37c50>

Idee deep learningu są proste, więc dlaczego ich wdrożenie miałoby być bolesne?