このページは Cloud Translation API によって翻訳されました。
Switch to English

Model.fitで何が起こるかをカスタマイズする

TensorFlow.orgで表示 GoogleColabで実行 GitHubでソースを表示ノートブックをダウンロード

前書き

教師あり学習を行う場合は、 fit()を使用でき、すべてがスムーズに機能します。

独自のトレーニングループを最初から作成する必要がある場合は、 GradientTapeを使用して、細部をすべて制御できます。

しかし、カスタムトレーニングアルゴリズムが必要であるにもかかわらず、コールバック、組み込みの配布サポート、ステップフュージングなど、 fit()便利な機能を利用したい場合はどうでしょうか。

Kerasのコア原則は、複雑さの漸進的な開示です。常に段階的に低レベルのワークフローに入ることができるはずです。高レベルの機能がユースケースと完全に一致しない場合でも、崖から落ちてはいけません。それに見合った量の高レベルの利便性を維持しながら、細部をより細かく制御できるはずです。

fit()機能をカスタマイズする必要がある場合は、 Modelクラスのトレーニングステップ関数をオーバーライドする必要があります。これは、データのバッチごとにfit()によって呼び出される関数です。その後、通常どおりfit()を呼び出すことができ、独自の学習アルゴリズムを実行します。

このパターンは、FunctionalAPIを使用してモデルを構築することを妨げるものではないことに注意してください。これは、 Sequentialモデル、機能APIモデル、またはサブクラス化されたモデルのいずれを構築している場合でも実行できます。

それがどのように機能するか見てみましょう。

セットアップ

TensorFlow2.2以降が必要です。

import tensorflow as tf
from tensorflow import keras

最初の簡単な例

簡単な例から始めましょう:

  • keras.Modelをサブクラス化する新しいクラスを作成します。
  • train_step(self, data)メソッドをオーバーライドするだけです。
  • メトリック名(損失を含む)を現在の値にマッピングする辞書を返します。

入力引数dataは、トレーニングデータとして適合するために渡されるものです。

  • fit(x, y, ...)呼び出して、Numpy配列を渡すと、 dataはタプル(x, y)
  • あなたが渡すとtf.data.Dataset呼び出すことで、 fit(dataset, ...)その後、 dataによって得られたものを取得しますされますdatasetの各バッチで。

train_stepメソッドの本体には、すでに慣れ親しんでいるものと同様の定期的なトレーニング更新が実装されています。重要なのは、 compile()渡されたloss関数をラップするself.compiled_lossを介して損失を計算することです。

同様に、 self.compiled_metrics.update_state(y, y_pred)を呼び出して、 compile()で渡されたメトリックの状態を更新し、最後にself.metricsから結果を照会して、現在の値を取得します。

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}

これを試してみましょう:

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 [==============================] - 0s 2ms/step - loss: 1.3139 - mae: 1.0328
Epoch 2/3
32/32 [==============================] - 0s 2ms/step - loss: 0.5631 - mae: 0.6313
Epoch 3/3
32/32 [==============================] - 0s 2ms/step - loss: 0.3037 - mae: 0.4481

<tensorflow.python.keras.callbacks.History at 0x7f62580e46d8>

下位レベルに移行

当然、 compile()での損失関数の受け渡しをスキップして、代わりにtrain_stepすべてを手動で行うことがtrain_stepます。メトリックについても同様です。

これは、オプティマイザーを構成compile()のみを使用compile()低レベルの例です。

  • まず、損失とMAEスコアを追跡するためのMetricインスタンスを作成します。
  • これらのメトリックの状態を更新するカスタムtrain_step()を実装しtrain_step() update_state()を呼び出すことにより)、クエリを実行して( result()を介して)現在の平均値を返し、進行状況バーに表示されます。任意のコールバックに渡します。
  • 各エポック間のメトリックでreset_states()を呼び出す必要があることに注意してください!それ以外の場合、 result()を呼び出すと、トレーニングの開始以降の平均が返されますが、通常はエポックごとの平均を使用します。ありがたいことに、フレームワークはそれを実行できます。リセットするmetricsモデルのmetricsプロパティにリストするだけです。モデルが呼び出されますreset_states()それぞれの初めにここに記載されている任意のオブジェクトにfit()するエポックまたはコールの初めに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 2ms/step - loss: 0.3635 - mae: 0.4892
Epoch 2/5
32/32 [==============================] - 0s 1ms/step - loss: 0.2115 - mae: 0.3722
Epoch 3/5
32/32 [==============================] - 0s 1ms/step - loss: 0.2051 - mae: 0.3649
Epoch 4/5
32/32 [==============================] - 0s 1ms/step - loss: 0.1999 - mae: 0.3605
Epoch 5/5
32/32 [==============================] - 0s 1ms/step - loss: 0.1945 - mae: 0.3556

<tensorflow.python.keras.callbacks.History at 0x7f624c0a66a0>

sample_weightclass_weight

最初の基本的な例では、サンプルの重み付けについて言及されていないことに気付いたかもしれません。 fit()引数sample_weightおよびclass_weightをサポートする場合は、次のようにするだけです。

  • data引数からsample_weightsample_weightします
  • それをcompiled_losscompiled_metrics渡します(もちろん、損失とメトリックについてcompile()依存しない場合は、手動で適用することもできます)
  • それでおしまい。それがリストです。
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:
            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: 0.4626 - mae: 0.8329
Epoch 2/3
32/32 [==============================] - 0s 2ms/step - loss: 0.2033 - mae: 0.5283
Epoch 3/3
32/32 [==============================] - 0s 2ms/step - loss: 0.1421 - mae: 0.4378

<tensorflow.python.keras.callbacks.History at 0x7f62401c6198>

独自の評価ステップを提供する

model.evaluate()呼び出しに対して同じことをしたい場合はどうなりますか?次に、まったく同じ方法でtest_stepをオーバーライドします。外観は次のとおりです。

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: 0.2375 - mae: 0.3944

[0.2375321239233017, 0.39438238739967346]

まとめ:エンドツーエンドのGANの例

学習したすべてを活用するエンドツーエンドの例を見ていきましょう。

考えてみましょう:

  • 28x28x1の画像を生成するためのジェネレータネットワーク。
  • 28x28x1の画像を2つのクラス(「偽物」と「本物」)に分類することを目的としたディスクリミネーターネットワーク。
  • それぞれに1つのオプティマイザ。
  • 弁別器を訓練するための損失関数。
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",
)

これは、機能が完全なGANクラスであり、 compile()をオーバーライドして独自の署名を使用し、 train_step 17行でGANアルゴリズム全体を実装し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}

それを試乗してみましょう:

# 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 [==============================] - 1s 11ms/step - d_loss: 0.3923 - g_loss: 1.2622

<tensorflow.python.keras.callbacks.History at 0x7f625af136a0>

ディープラーニングの背後にある考え方は単純ですが、なぜそれらの実装は苦痛なのですか?