Model.fit . में जो होता है उसे अनुकूलित करें

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

परिचय

जब आप देखरेख सीखने कर रहे हैं, तो आप उपयोग कर सकते हैं fit() और सब कुछ सुचारू रूप से काम करता है।

जब आप स्क्रैच से अपने खुद के प्रशिक्षण पाश लिखने की ज़रूरत है, तो आप उपयोग कर सकते हैं GradientTape और हर छोटी विस्तार का नियंत्रण लेने।

लेकिन क्या आप एक कस्टम प्रशिक्षण एल्गोरिथ्म की जरूरत है, लेकिन आप अभी भी की सुविधाजनक सुविधाओं से लाभ करना चाहते हैं fit() में निर्मित वितरण समर्थन, या कदम फ्यूज़िंग, इस तरह के कॉलबैक के रूप में?

Keras का प्रमुख सिद्धांत जटिलता के प्रगतिशील प्रकटीकरण है। आपको हमेशा निचले स्तर के वर्कफ़्लोज़ में धीरे-धीरे 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 के अनुरूप मात्रा को बनाए रखते हुए आपको छोटे विवरणों पर अधिक नियंत्रण प्राप्त करने में सक्षम होना चाहिए।

जब आप अनुकूलित करने के लिए क्या जरूरत है fit() है, तो आप के प्रशिक्षण कदम समारोह ओवरराइड करना चाहिए Model वर्ग। इस समारोह है कि द्वारा कहा जाता है fit() डेटा के हर बैच के लिए। इसके बाद आप कॉल कर सकेंगे fit() हमेशा की तरह - और यह अपने खुद के सीखने एल्गोरिथ्म चल दिया जाएगा।

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

आइए देखें कि यह कैसे काम करता है।

सेट अप

TensorFlow 2.2 या बाद के संस्करण की आवश्यकता है।

import tensorflow as tf
from tensorflow import keras

पहला सरल उदाहरण

आइए एक साधारण उदाहरण से शुरू करें:

  • हम एक नया वर्ग है कि उपवर्गों बनाने keras.Model
  • हम सिर्फ विधि ओवरराइड train_step(self, data)
  • हम एक शब्दकोश मैपिंग मीट्रिक नाम (नुकसान सहित) को उनके वर्तमान मान पर लौटाते हैं।

इनपुट तर्क data प्रशिक्षण डेटा के रूप में फिट करने के लिए पारित हो क्या है:

  • आप NumPy सरणी पार कर लेते हैं फोन करके, fit(x, y, ...) , तो data टपल हो जाएगा (x, y)
  • यदि आप एक पार कर लेते हैं tf.data.Dataset फोन करके, fit(dataset, ...) , तो data हो जाएगा क्या द्वारा उत्पन्न होने वाले हो जाता है dataset प्रत्येक बैच में।

के शरीर में train_step विधि, हम एक नियमित प्रशिक्षण अद्यतन, तुम क्या साथ पहले से ही परिचित हैं के समान लागू। महत्वपूर्ण रूप से, हम के माध्यम से नुकसान की गणना self.compiled_loss जो लपेटता नुकसान (ते) समारोह (s), कि करने के लिए पारित किए गए compile()

इसी तरह, हम फोन self.compiled_metrics.update_state(y, y_pred) मैट्रिक्स कि में पारित किए गए की स्थिति को अद्यतन करने के compile() , और हम से क्वेरी परिणाम self.metrics अंत में अपने वर्तमान मान प्राप्त करने के लिए।

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}

आइए इसे आजमाएं:

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>

निचले स्तर पर जा रहे हैं

स्वाभाविक रूप से, आप बस में एक नुकसान समारोह गुजर छोड़ सकता है compile() , और बदले में मैन्युअल रूप से सब कुछ करना train_step । इसी तरह मेट्रिक्स के लिए।

यहाँ एक निचले स्तर उदाहरण है, कि केवल का उपयोग करता compile() अनुकूलक कॉन्फ़िगर करने के लिए:

  • हम बना कर शुरूआत Metric हमारे घटाने और एक MAE स्कोर को ट्रैक करने के उदाहरणों।
  • 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 हम फोन करने की आवश्यकता होगी reset_states() प्रत्येक युग के बीच हमारे मीट्रिक पर! अन्यथा बुला result() प्रशिक्षण की शुरुआत के बाद एक औसत वापसी होगी, जबकि हम आम तौर पर प्रति-युग औसत के साथ काम करते हैं। शुक्र है, ढांचा ऐसा कर सकते हैं हमारे लिए: बस की सूची में किसी मैट्रिक आप में रीसेट करना चाहते metrics मॉडल की संपत्ति। मॉडल फोन करेगा reset_states() किसी भी प्रत्येक की शुरुआत में यहाँ सूचीबद्ध वस्तु पर fit() के युग या एक कॉल की शुरुआत में 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>

सहायक sample_weight और class_weight

आपने देखा होगा कि हमारे पहले बुनियादी उदाहरण में नमूना भार का कोई उल्लेख नहीं किया गया था। आप समर्थन करना चाहते हैं fit() तर्क sample_weight और class_weight , तो आप बस निम्न कार्य करें चाहते हैं:

  • अनपैक sample_weight से data तर्क
  • इसे पारित करने के compiled_loss और compiled_metrics (बेशक, आप भी इसे मैन्युअल रूप से लागू हो सकते हैं अगर आप पर भरोसा नहीं करते compile() नुकसान और मीट्रिक के लिए)
  • बस, इतना ही। यही 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 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>

अपना खुद का मूल्यांकन चरण प्रदान करना

क्या होगा यदि आप करने के लिए कॉल के लिए भी ऐसा ही करना चाहते हैं model.evaluate() ? तो फिर तुम ओवरराइड होगा test_step बिल्कुल उसी तरह। 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: 2.7584 - mae: 1.5920
[2.758362054824829, 1.59201979637146]

रैपिंग अप: एंड-टू-एंड GAN उदाहरण

आइए एक एंड-टू-एंड उदाहरण के माध्यम से चलते हैं जो आपके द्वारा अभी सीखी गई हर चीज का लाभ उठाता है।

चलो गौर करते हैं:

  • एक जनरेटर नेटवर्क 28x28x1 छवियों को उत्पन्न करने के लिए होता है।
  • एक विभेदक नेटवर्क का मतलब 28x28x1 छवियों को दो वर्गों ("नकली" और "वास्तविक") में वर्गीकृत करना है।
  • प्रत्येक के लिए एक अनुकूलक।
  • विवेचक 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",
)

यहाँ एक सुविधा पूरा GAN वर्ग है, अधिभावी compile() अपने स्वयं के हस्ताक्षर का उपयोग करना, और में 17 पंक्तियों में पूरी GAN एल्गोरिथ्म को लागू करने 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}

आइए इसे टेस्ट-ड्राइव करें:

# 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>

गहन शिक्षण के पीछे के विचार सरल हैं, तो उनका कार्यान्वयन दर्दनाक क्यों होना चाहिए?