התאם אישית את מה שקורה ב- Model.fit

הצג באתר TensorFlow.org הפעל בגוגל קולאב צפה במקור ב-GitHub הורד מחברת

מבוא

כאשר אתה עושה למידה בפיקוח, אתה יכול להשתמש fit() והכל עובד בצורה חלקה.

כשאתה צריך לכתוב לולאה הכשרה משלך מאפס, אתה יכול להשתמש GradientTape ולהשתלט על כל פרט קטן.

אבל מה אם אתה צריך אלגוריתם אימונים מותאמת אישית, אבל אתה עדיין רוצה ליהנות מן התכונות הנוחות של fit() , כגון הגיעו ליעדן תמיכה מובנית הפצה, או פיוזינג צעד?

עיקרון הליבה של Keras הוא חשיפה מדורגת של מורכבות. אתה תמיד אמור להיות מסוגל להיכנס לזרימות עבודה ברמה נמוכה יותר בצורה הדרגתית. אתה לא צריך ליפול מצוק אם הפונקציונליות ברמה גבוהה לא בדיוק תואמת את מקרה השימוש שלך. אתה אמור להיות מסוגל להשיג יותר שליטה על הפרטים הקטנים תוך שמירה על כמות מתאימה של נוחות ברמה גבוהה.

כאשר אתה צריך להתאים את מה fit() אין, אתה צריך לעקוף את פונקצית צעד הדרכה של Model בכיתה. זהו פונקציה נקראת על ידי fit() עבור כל אצווה של נתונים. לאחר מכן נוכל שיחה fit() כרגיל - וזה יהיה מפעיל אלגוריתם הלמידה שלכם.

שים לב שתבנית זו אינה מונעת ממך לבנות מודלים עם ה-API הפונקציונלי. אתה יכול לעשות את זה אם אתה בונה Sequential דגמים, מודלים API פונקציונלית, או מודלים subclassed.

בוא נראה איך זה עובד.

להכין

דורש TensorFlow 2.2 ואילך.

import tensorflow as tf
from tensorflow import keras

דוגמה פשוטה ראשונה

נתחיל מדוגמה פשוטה:

  • אנו יוצרים מחלקה חדשה subclasses keras.Model .
  • אנחנו פשוט לעקוף את השיטה train_step(self, data) .
  • אנו מחזירים מילון למיפוי שמות מדדים (כולל ההפסד) לערכם הנוכחי.

טענת קלט data הם מה יעבור אצל כדי להתאים כנתוני אימונים:

  • אם אתה עובר מערכים numpy, על ידי התקשרות fit(x, y, ...) , אז data יהיו tuple (x, y)
  • אם תעבור את tf.data.Dataset , על ידי התקשרות fit(dataset, ...) , אז data יהיו מה מקבל הניב ידי dataset בכל אצווה.

בגוף של train_step השיטה, אנו ליישם עדכון אימונים סדירים, דומה למה שאתה כבר מכיר. חשוב לציין, אנו מחשבים את ההפסד באמצעות self.compiled_loss , אשר עוטף את ההפסד (es) הפונקציה (ים) כי הועברו compile() .

בדומה לכך, אנו קוראים self.compiled_metrics.update_state(y, y_pred) כדי לעדכן את מצב המדדים התקבלו compile() , ואנחנו בשאילתא תוצאות self.metrics בסוף לאחזר הערך הנוכחי שלהם.

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}

בואו ננסה את זה:

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>

הולך לרמה נמוכה יותר

מטבע הדברים, אתה יכול פשוט לדלג עובר פונקציה הפסד compile() , ובמקום לעשות הכל באופן ידני train_step . כך גם לגבי מדדים.

הנה דוגמא ברמה נמוכה יותר, כי רק משתמש compile() כדי להגדיר את האופטימיזציה:

  • אנחנו מתחילים על ידי יצירת Metric מקרים לעקוב ההפסד שלנו ציון MAE.
  • אנו מיישמים מנהג train_step() המעדכן את מצב מדדים אלה (על ידי התקשרות update_state() על אותם), אז שאילתה אותם (דרך result() ) כדי לחזור הערך הממוצע הנוכחי שלהם, שיוצג על ידי סרגל התקדמות ולהיות להעביר לכל התקשרות חוזרת.
  • הערה כי היינו צריכים להתקשר reset_states() על המדדים שלנו בין כל תקופה! אחרת הקוראת result() תחזיר בממוצע מאז תחילת האימונים, בעוד אנחנו בדרך כלל עבודה עם ממוצעים לכל התקופה. למרבה המזל, במסגרת יכולה לעשות את זה בשבילנו: פשוט לרשום כול ערכים שאתה רוצה לאפס את metrics הרכוש של המודל. המודל יקרא reset_states() על אובייקט כלשהו ברשימה כאן בתחילת כל fit() עידן או בתחילת קריאה 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>

תמיכה sample_weight & class_weight

אולי שמתם לב שהדוגמה הבסיסית הראשונה שלנו לא הזכירה שום שקלול מדגם. אם אתה רוצה לתמוך fit() טיעונים sample_weight ו class_weight , היית פשוט לעשות את הדברים הבאים:

  • לפרוק sample_weight מן data טיעון
  • תעביר את זה כדי compiled_loss & compiled_metrics (כמובן, אתה גם יכול פשוט ליישם אותו באופן ידני אם אתה לא סומך על compile() להפסדים אישי וערכים)
  • זהו זה. זאת הרשימה.
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>

מתן שלב הערכה משלך

מה אם אתה רוצה לעשות את אותו הדבר עבור שיחות model.evaluate() ? ואז תאכוף test_step בדיוק באותה צורה. כך זה נראה:

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]

סיום: דוגמה של GAN מקצה לקצה

בוא נעבור על דוגמה מקצה לקצה שממנפת את כל מה שלמדת זה עתה.

בואו נשקול:

  • רשת מחוללים שנועדה ליצור תמונות בגודל 28x28x1.
  • רשת מפלה שנועדה לסווג תמונות בגודל 28x28x1 לשתי מחלקות ("מזייפות" ו"אמיתיות").
  • מייעל אחד לכל אחד.
  • פונקציית הפסד להכשרת המאבחן.
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",
)

הנה כיתת גן תכונה שלמה, דריסת compile() להשתמש בחתימה משלה, ויישום אלגוריתם הגן כול 17 שורות 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}

בוא ננסה אותו:

# 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>

הרעיונות מאחורי למידה עמוקה הם פשוטים, אז למה היישום שלהם צריך להיות כואב?