บันทึกและโหลดโมเดล Keras

ดูบน TensorFlow.org ทำงานใน Google Colab ดูแหล่งที่มาบน GitHub ดาวน์โหลดโน๊ตบุ๊ค

บทนำ

โมเดล Keras ประกอบด้วยองค์ประกอบหลายอย่าง:

  • สถาปัตยกรรมหรือการกำหนดค่า ซึ่งระบุเลเยอร์ที่โมเดลประกอบด้วย และวิธีเชื่อมต่อ
  • ชุดค่าน้ำหนัก ("สถานะของแบบจำลอง")
  • เครื่องมือเพิ่มประสิทธิภาพ (กำหนดโดยการรวบรวมแบบจำลอง)
  • ชุดของการสูญเสียและตัวชี้วัด (ตามที่กำหนดโดยการรวบรวมรูปแบบหรือโทร add_loss() หรือ add_metric() )

Keras API ทำให้สามารถบันทึกชิ้นส่วนเหล่านี้ทั้งหมดลงในดิสก์ได้ในครั้งเดียว หรือบันทึกบางส่วนเท่านั้น:

  • บันทึกทุกอย่างลงในไฟล์เก็บถาวรเดียวในรูปแบบ TensorFlow SavedModel (หรือในรูปแบบ Keras H5 ที่เก่ากว่า) นี่คือหลักปฏิบัติมาตรฐาน
  • การบันทึกสถาปัตยกรรม / การกำหนดค่าเท่านั้น โดยทั่วไปเป็นไฟล์ JSON
  • บันทึกค่าน้ำหนักเท่านั้น โดยทั่วไปจะใช้เมื่อฝึกโมเดล

ลองมาดูที่แต่ละตัวเลือกเหล่านี้กัน คุณจะใช้อย่างใดอย่างหนึ่งเมื่อใด และทำงานอย่างไร

วิธีบันทึกและโหลดโมเดล

หากคุณมีเวลาเพียง 10 วินาทีในการอ่านคู่มือนี้ นี่คือสิ่งที่คุณจำเป็นต้องรู้

การบันทึกโมเดล Keras:

model = ...  # Get model (Sequential, Functional Model, or Model subclass)
model.save('path/to/location')

กำลังโหลดโมเดลกลับ:

from tensorflow import keras
model = keras.models.load_model('path/to/location')

ทีนี้มาดูรายละเอียดกัน

ติดตั้ง

import numpy as np
import tensorflow as tf
from tensorflow import keras

ประหยัดและโหลดทั้งรุ่น

คุณสามารถบันทึกโมเดลทั้งหมดลงในอาร์ติแฟกต์เดียวได้ จะรวมถึง:

  • สถาปัตยกรรม/config . ของโมเดล
  • ค่าน้ำหนักของนางแบบ (ซึ่งได้เรียนรู้ระหว่างการฝึก)
  • รูปแบบของข้อมูลที่รวบรวม (ถ้า compile() ถูกเรียกว่า)
  • เครื่องมือเพิ่มประสิทธิภาพและสถานะของมัน หากมี (สิ่งนี้ทำให้คุณสามารถเริ่มการฝึกใหม่จากที่ที่คุณไป)

APIs

มีสองรูปแบบที่คุณสามารถใช้เพื่อบันทึกรูปแบบทั้งดิสก์: รูปแบบ TensorFlow SavedModel และรูปแบบเก่า Keras H5 รูปแบบที่แนะนำคือ SavedModel มันเป็นค่าเริ่มต้นเมื่อคุณใช้ model.save()

คุณสามารถเปลี่ยนเป็นรูปแบบ H5 ได้โดย:

  • ผ่าน save_format='h5' เพื่อ save()
  • ผ่านชื่อไฟล์ที่สิ้นสุดใน .h5 หรือ .keras การ save()

รูปแบบโมเดลที่บันทึกไว้

SavedModel เป็นรูปแบบการบันทึกที่ครอบคลุมมากขึ้น ซึ่งจะบันทึกสถาปัตยกรรมโมเดล น้ำหนัก และกราฟย่อย Tensorflow ที่ติดตามของฟังก์ชันการโทร สิ่งนี้ทำให้ Keras สามารถกู้คืนทั้งเลเยอร์ในตัวและวัตถุที่กำหนดเองได้

ตัวอย่าง:

def get_model():
    # Create a simple model.
    inputs = keras.Input(shape=(32,))
    outputs = keras.layers.Dense(1)(inputs)
    model = keras.Model(inputs, outputs)
    model.compile(optimizer="adam", loss="mean_squared_error")
    return model


model = get_model()

# Train the model.
test_input = np.random.random((128, 32))
test_target = np.random.random((128, 1))
model.fit(test_input, test_target)

# Calling `save('my_model')` creates a SavedModel folder `my_model`.
model.save("my_model")

# It can be used to reconstruct the model identically.
reconstructed_model = keras.models.load_model("my_model")

# Let's check:
np.testing.assert_allclose(
    model.predict(test_input), reconstructed_model.predict(test_input)
)

# The reconstructed model is already compiled and has retained the optimizer
# state, so training can resume:
reconstructed_model.fit(test_input, test_target)
4/4 [==============================] - 1s 2ms/step - loss: 0.5884
2021-08-25 17:49:05.320893: W tensorflow/python/util/util.cc:348] Sets are not currently considered sequences, but this may change in the future, so consider avoiding using them.
INFO:tensorflow:Assets written to: my_model/assets
4/4 [==============================] - 0s 2ms/step - loss: 0.5197
<keras.callbacks.History at 0x7f99486ad490>

สิ่งที่ SavedModel ประกอบด้วย

โทร model.save('my_model') สร้างโฟลเดอร์ชื่อ my_model มีดังต่อไปนี้:

ls my_model
assets  keras_metadata.pb  saved_model.pb  variables

สถาปัตยกรรมรูปแบบการฝึกอบรมและการกำหนดค่า (รวมถึงการเพิ่มประสิทธิภาพการสูญเสียและตัวชี้วัด) จะถูกเก็บไว้ใน saved_model.pb น้ำหนักจะถูกบันทึกไว้ใน variables/ ไดเรกทอรี

สำหรับข้อมูลรายละเอียดเกี่ยวกับรูปแบบ SavedModel ให้ดูที่ คู่มือ SavedModel (รูปแบบ SavedModel บนดิสก์)

วิธีที่ SavedModel จัดการกับอ็อบเจ็กต์ที่กำหนดเอง

เมื่อบันทึกรูปแบบและชั้นของร้านค้ารูปแบบ SavedModel ชื่อชั้น, ฟังก์ชั่นการโทร, การสูญเสียและน้ำหนัก (และการตั้งค่าหากดำเนินการ) ฟังก์ชันการเรียกกำหนดกราฟการคำนวณของโมเดล/เลเยอร์

ในกรณีที่ไม่มีการกำหนดค่าโมเดล/เลเยอร์ ฟังก์ชันการเรียกจะใช้เพื่อสร้างโมเดลที่มีอยู่เหมือนกับโมเดลดั้งเดิมซึ่งสามารถฝึก ประเมิน และใช้สำหรับอนุมานได้

แต่มันก็มักจะเป็นวิธีที่ดีในการกำหนด get_config และ from_config วิธีเมื่อเขียนรูปแบบที่กำหนดเองหรือระดับชั้น ซึ่งจะทำให้คุณสามารถอัปเดตการคำนวณได้อย่างง่ายดายในภายหลังหากจำเป็น ดูในส่วนที่เกี่ยวกับ วัตถุที่กำหนดเอง สำหรับข้อมูลเพิ่มเติม

ตัวอย่าง:

class CustomModel(keras.Model):
    def __init__(self, hidden_units):
        super(CustomModel, self).__init__()
        self.hidden_units = hidden_units
        self.dense_layers = [keras.layers.Dense(u) for u in hidden_units]

    def call(self, inputs):
        x = inputs
        for layer in self.dense_layers:
            x = layer(x)
        return x

    def get_config(self):
        return {"hidden_units": self.hidden_units}

    @classmethod
    def from_config(cls, config):
        return cls(**config)


model = CustomModel([16, 16, 10])
# Build the model by calling it
input_arr = tf.random.uniform((1, 5))
outputs = model(input_arr)
model.save("my_model")

# Option 1: Load with the custom_object argument.
loaded_1 = keras.models.load_model(
    "my_model", custom_objects={"CustomModel": CustomModel}
)

# Option 2: Load without the CustomModel class.

# Delete the custom-defined model class to ensure that the loader does not have
# access to it.
del CustomModel

loaded_2 = keras.models.load_model("my_model")
np.testing.assert_allclose(loaded_1(input_arr), outputs)
np.testing.assert_allclose(loaded_2(input_arr), outputs)

print("Original model:", model)
print("Model Loaded with custom objects:", loaded_1)
print("Model loaded without the custom object class:", loaded_2)
INFO:tensorflow:Assets written to: my_model/assets
WARNING:tensorflow:No training configuration found in save file, so the model was *not* compiled. Compile it manually.
WARNING:tensorflow:No training configuration found in save file, so the model was *not* compiled. Compile it manually.
Original model: <__main__.CustomModel object at 0x7f9949c86810>
Model Loaded with custom objects: <__main__.CustomModel object at 0x7f99681f61d0>
Model loaded without the custom object class: <keras.saving.saved_model.load.CustomModel object at 0x7f9aaceefd10>

รูปแบบการโหลดครั้งแรกที่มีการโหลดโดยใช้การตั้งค่าและ CustomModel ระดับ โมเดลที่สองถูกโหลดโดยการสร้างคลาสโมเดลแบบไดนามิกซึ่งทำหน้าที่เหมือนโมเดลดั้งเดิม

การกำหนดค่า SavedModel

ใหม่ใน TensoFlow 2.4 อาร์กิวเมนต์ save_traces ได้รับการเพิ่ม model.save ซึ่งช่วยให้คุณสามารถสลับการทำงาน SavedModel การติดตาม ฟังก์ชั่นจะถูกบันทึกไว้เพื่อให้ Keras กับวัตถุอีกครั้งโหลดที่กำหนดเองได้โดยไม่ต้อง definitons ระดับเดิมดังนั้นเมื่อ save_traces=False วัตถุที่กำหนดเองทั้งหมดจะต้องมีการกำหนด get_config / from_config วิธี เมื่อโหลดวัตถุที่กำหนดเองจะต้องมีการส่งผ่านไปยัง custom_objects โต้แย้ง save_traces=False ลดพื้นที่ดิสก์ที่ใช้โดย SavedModel และประหยัดเวลา

รูปแบบ Keras H5

Keras ยังสนับสนุนการบันทึกไฟล์ HDF5 เดียวที่มีสถาปัตยกรรมรูปแบบของค่าน้ำหนักและ compile() ข้อมูล เป็นทางเลือกที่มีน้ำหนักเบาสำหรับ SavedModel

ตัวอย่าง:

model = get_model()

# Train the model.
test_input = np.random.random((128, 32))
test_target = np.random.random((128, 1))
model.fit(test_input, test_target)

# Calling `save('my_model.h5')` creates a h5 file `my_model.h5`.
model.save("my_h5_model.h5")

# It can be used to reconstruct the model identically.
reconstructed_model = keras.models.load_model("my_h5_model.h5")

# Let's check:
np.testing.assert_allclose(
    model.predict(test_input), reconstructed_model.predict(test_input)
)

# The reconstructed model is already compiled and has retained the optimizer
# state, so training can resume:
reconstructed_model.fit(test_input, test_target)
4/4 [==============================] - 0s 1ms/step - loss: 1.6322
4/4 [==============================] - 0s 1ms/step - loss: 1.4790
<keras.callbacks.History at 0x7f9aacc0fd50>

ข้อจำกัด

เมื่อเทียบกับรูปแบบ SavedModel มีสองสิ่งที่ไม่รวมอยู่ในไฟล์ H5:

  • ความเสียหายที่เกิดจากภายนอกและตัวชี้วัดที่เพิ่มผ่าน model.add_loss() และ model.add_metric() จะไม่ถูกบันทึก (ไม่เหมือน SavedModel) หากคุณมีการสูญเสียและตัววัดดังกล่าวในแบบจำลองของคุณ และต้องการดำเนินการฝึกอบรมต่อ คุณต้องเพิ่มการสูญเสียเหล่านี้กลับคืนมาด้วยตนเองหลังจากโหลดแบบจำลอง หมายเหตุว่านี้ไม่ได้นำไปใช้กับการสูญเสีย / ตัวชี้วัดที่สร้างขึ้นภายในชั้นผ่าน self.add_loss() และ self.add_metric() ตราบใดที่ชั้นได้รับการโหลดการสูญเสียและตัวชี้วัดเหล่านี้จะถูกเก็บไว้เนื่องจากพวกเขาเป็นส่วนหนึ่งของ call วิธีการของชั้น
  • กราฟการคำนวณที่กำหนดเองวัตถุเช่นชั้นที่กำหนดเองไม่รวมอยู่ในไฟล์ที่บันทึกไว้ ขณะโหลด Keras จะต้องเข้าถึงคลาส/ฟังก์ชัน Python ของอ็อบเจ็กต์เหล่านี้เพื่อสร้างโมเดลใหม่ ดู วัตถุที่กำหนดเอง

อนุรักษ์สถาปัตยกรรม

การกำหนดค่าของโมเดล (หรือสถาปัตยกรรม) ระบุเลเยอร์ที่โมเดลประกอบด้วย และวิธีที่เลเยอร์เหล่านี้เชื่อมต่อ* หากคุณมีคอนฟิกูเรชันของโมเดล คุณสามารถสร้างโมเดลด้วยสถานะเริ่มต้นใหม่สำหรับน้ำหนักและไม่มีข้อมูลการคอมไพล์

*โปรดทราบว่าสิ่งนี้ใช้ได้กับโมเดลที่กำหนดโดยใช้ functional หรือ Sequential api ไม่ใช่โมเดลย่อย

การกำหนดค่าโมเดลตามลำดับหรือโมเดล Functional API

โมเดลประเภทนี้เป็นกราฟชั้นที่ชัดเจน: การกำหนดค่าจะพร้อมใช้งานในรูปแบบที่มีโครงสร้างเสมอ

APIs

get_config() และ from_config()

โทร config = model.get_config() จะกลับ Dict งูหลามที่มีการกำหนดค่าของรูปแบบ รูปแบบเดียวกันจากนั้นจะสามารถสร้างขึ้นใหม่ผ่าน Sequential.from_config(config) (สำหรับ Sequential รุ่น) หรือ Model.from_config(config) (สำหรับรุ่น API Functional)

เวิร์กโฟลว์เดียวกันนี้ใช้ได้กับเลเยอร์ที่เรียงลำดับได้

ตัวอย่างชั้น:

layer = keras.layers.Dense(3, activation="relu")
layer_config = layer.get_config()
new_layer = keras.layers.Dense.from_config(layer_config)

ตัวอย่างแบบจำลองตามลำดับ:

model = keras.Sequential([keras.Input((32,)), keras.layers.Dense(1)])
config = model.get_config()
new_model = keras.Sequential.from_config(config)

ตัวอย่างรูปแบบการทำงาน:

inputs = keras.Input((32,))
outputs = keras.layers.Dense(1)(inputs)
model = keras.Model(inputs, outputs)
config = model.get_config()
new_model = keras.Model.from_config(config)

to_json() และ tf.keras.models.model_from_json()

นี้จะคล้ายกับ get_config / from_config ยกเว้นมันกลายเป็นแบบจำลองเป็นสตริง JSON ซึ่งจากนั้นจะสามารถโหลดได้โดยไม่ต้องระดับรูปแบบเดิม นอกจากนี้ยังใช้เฉพาะกับโมเดลเท่านั้น ไม่ได้มีไว้สำหรับเลเยอร์

ตัวอย่าง:

model = keras.Sequential([keras.Input((32,)), keras.layers.Dense(1)])
json_config = model.to_json()
new_model = keras.models.model_from_json(json_config)

วัตถุที่กำหนดเอง

รุ่นและชั้น

สถาปัตยกรรมของรุ่น subclassed และชั้นที่กำหนดไว้ในวิธีการที่ __init__ และ call พวกเขาจะถือว่า Python bytecode ซึ่งไม่สามารถต่อเนื่องเป็น config ของ JSON ที่เข้ากันได้ - คุณอาจจะลอง serializing bytecode (เช่นผ่าน pickle ) แต่มันไม่ปลอดภัยอย่างสมบูรณ์และหมายถึงรูปแบบของคุณไม่สามารถโหลดในระบบที่แตกต่างกัน

เพื่อที่จะบันทึก / โหลดรูปแบบที่มีชั้นที่กำหนดเองหรือรูปแบบ subclassed คุณควรเขียนทับ get_config และเลือก from_config วิธี นอกจากนี้ คุณควรใช้รีจิสเตอร์อ็อบเจ็กต์แบบกำหนดเองเพื่อให้ Keras ทราบ

ฟังก์ชั่นที่กำหนดเอง

ฟังก์ชั่นที่กำหนดเอง (เช่นการสูญเสียการเปิดใช้งานหรือการเริ่มต้น) ไม่จำเป็นต้องมี get_config วิธี ชื่อฟังก์ชันเพียงพอสำหรับการโหลดตราบใดที่ลงทะเบียนเป็นอ็อบเจ็กต์ที่กำหนดเอง

กำลังโหลดกราฟ TensorFlow เท่านั้น

เป็นไปได้ที่จะโหลดกราฟ TensorFlow ที่สร้างโดย Keras ถ้าคุณทำเช่นนั้นคุณจะไม่จำเป็นต้องให้การใด ๆ custom_objects คุณสามารถทำได้ดังนี้:

model.save("my_model")
tensorflow_graph = tf.saved_model.load("my_model")
x = np.random.uniform(size=(4, 32)).astype(np.float32)
predicted = tensorflow_graph(x).numpy()
WARNING:tensorflow:Compiled the loaded model, but the compiled metrics have yet to be built. `model.compile_metrics` will be empty until you train or evaluate the model.
INFO:tensorflow:Assets written to: my_model/assets

โปรดทราบว่าวิธีนี้มีข้อเสียหลายประการ:

  • สำหรับเหตุผลในการตรวจสอบย้อนกลับ คุณควรมีสิทธิ์เข้าถึงออบเจ็กต์แบบกำหนดเองที่ใช้อยู่เสมอ คุณคงไม่อยากสร้างแบบจำลองที่คุณไม่สามารถสร้างขึ้นใหม่ได้
  • วัตถุที่ส่งกลับโดย tf.saved_model.load ไม่ได้เป็นรูปแบบ Keras จึงไม่ง่ายที่จะใช้ ตัวอย่างเช่นคุณจะไม่สามารถเข้าถึง .predict() หรือ .fit()

แม้ว่าการใช้งานเป็นกำลังใจก็สามารถช่วยให้คุณถ้าคุณอยู่ในสถานการณ์ที่ยากลำบากยกตัวอย่างเช่นถ้าคุณสูญเสียรหัสของวัตถุของคุณเองหรือมีปัญหาในการโหลดรุ่นที่มี tf.keras.models.load_model()

คุณสามารถหาข้อมูลเพิ่มเติมได้ใน หน้าเกี่ยวกับ tf.saved_model.load

กำหนดวิธีการกำหนดค่า

ข้อมูลจำเพาะ:

  • get_config ควรกลับพจนานุกรม JSON-serializable ในการที่จะเข้ากันได้กับ Keras architecture- และ API รุ่นประหยัด
  • from_config(config) ( classmethod ) ควรกลับใหม่ชั้นหรือรูปแบบวัตถุที่ถูกสร้างขึ้นจากการตั้งค่า เริ่มต้นใช้งานผลตอบแทน cls(**config)

ตัวอย่าง:

class CustomLayer(keras.layers.Layer):
    def __init__(self, a):
        self.var = tf.Variable(a, name="var_a")

    def call(self, inputs, training=False):
        if training:
            return inputs * self.var
        else:
            return inputs

    def get_config(self):
        return {"a": self.var.numpy()}

    # There's actually no need to define `from_config` here, since returning
    # `cls(**config)` is the default behavior.
    @classmethod
    def from_config(cls, config):
        return cls(**config)


layer = CustomLayer(5)
layer.var.assign(2)

serialized_layer = keras.layers.serialize(layer)
new_layer = keras.layers.deserialize(
    serialized_layer, custom_objects={"CustomLayer": CustomLayer}
)

การลงทะเบียนอ็อบเจ็กต์แบบกำหนดเอง

Keras จดบันทึกว่าคลาสใดที่สร้างการกำหนดค่า จากตัวอย่างข้างต้น tf.keras.layers.serialize สร้างแบบฟอร์มต่อเนื่องของชั้นที่กำหนดเอง:

{'class_name': 'CustomLayer', 'config': {'a': 2} }

Keras ช่วยให้รายการหลักทุกตัวในชั้นรุ่นเพิ่มประสิทธิภาพและการเรียนตัวชี้วัดที่ใช้ในการหาระดับที่ถูกต้องเพื่อโทร from_config หากไม่สามารถพบได้ในชั้นเรียนแล้วมีข้อผิดพลาดจะเพิ่มขึ้น ( Value Error: Unknown layer ) มีสองสามวิธีในการลงทะเบียนคลาสที่กำหนดเองในรายการนี้:

  1. การตั้งค่า custom_objects โต้แย้งในฟังก์ชั่นในการโหลด (ดูตัวอย่างในหัวข้อ "การกำหนดวิธีการกำหนดค่า")
  2. tf.keras.utils.custom_object_scope หรือ tf.keras.utils.CustomObjectScope
  3. tf.keras.utils.register_keras_serializable

ตัวอย่างเลเยอร์และฟังก์ชันที่กำหนดเอง

class CustomLayer(keras.layers.Layer):
    def __init__(self, units=32, **kwargs):
        super(CustomLayer, self).__init__(**kwargs)
        self.units = units

    def build(self, input_shape):
        self.w = self.add_weight(
            shape=(input_shape[-1], self.units),
            initializer="random_normal",
            trainable=True,
        )
        self.b = self.add_weight(
            shape=(self.units,), initializer="random_normal", trainable=True
        )

    def call(self, inputs):
        return tf.matmul(inputs, self.w) + self.b

    def get_config(self):
        config = super(CustomLayer, self).get_config()
        config.update({"units": self.units})
        return config


def custom_activation(x):
    return tf.nn.tanh(x) ** 2


# Make a model with the CustomLayer and custom_activation
inputs = keras.Input((32,))
x = CustomLayer(32)(inputs)
outputs = keras.layers.Activation(custom_activation)(x)
model = keras.Model(inputs, outputs)

# Retrieve the config
config = model.get_config()

# At loading time, register the custom objects with a `custom_object_scope`:
custom_objects = {"CustomLayer": CustomLayer, "custom_activation": custom_activation}
with keras.utils.custom_object_scope(custom_objects):
    new_model = keras.Model.from_config(config)

การโคลนโมเดลในหน่วยความจำ

นอกจากนี้คุณยังสามารถทำในหน่วยความจำโคลนของรูปแบบทาง tf.keras.models.clone_model() ซึ่งเทียบเท่ากับการกำหนดค่าแล้วสร้างโมเดลขึ้นมาใหม่จากการกำหนดค่าของมัน (ดังนั้นจึงไม่เก็บข้อมูลการรวบรวมหรือค่าน้ำหนักของเลเยอร์ไว้)

ตัวอย่าง:

with keras.utils.custom_object_scope(custom_objects):
    new_model = keras.models.clone_model(model)

การบันทึกและโหลดเฉพาะค่าน้ำหนักของแบบจำลอง

คุณสามารถเลือกบันทึกและโหลดเฉพาะตุ้มน้ำหนักของแบบจำลองได้ สิ่งนี้มีประโยชน์หาก:

  • คุณต้องใช้โมเดลสำหรับการอนุมานเท่านั้น: ในกรณีนี้ คุณไม่จำเป็นต้องเริ่มการฝึกใหม่ ดังนั้นคุณจึงไม่ต้องการข้อมูลการคอมไพล์หรือสถานะตัวเพิ่มประสิทธิภาพ
  • คุณกำลังดำเนินการเรียนรู้การโอนย้าย: ในกรณีนี้ คุณจะฝึกโมเดลใหม่โดยใช้สถานะของโมเดลก่อนหน้าซ้ำ ดังนั้นคุณจึงไม่ต้องการข้อมูลการคอมไพล์ของโมเดลก่อนหน้า

API สำหรับการถ่ายโอนน้ำหนักในหน่วยความจำ

น้ำหนักสามารถคัดลอกระหว่างวัตถุที่แตกต่างกันโดยใช้ get_weights และ set_weights :

ตัวอย่างด้านล่าง

การถ่ายโอนน้ำหนักจากชั้นหนึ่งไปยังอีกชั้นหนึ่ง ในหน่วยความจำ

def create_layer():
    layer = keras.layers.Dense(64, activation="relu", name="dense_2")
    layer.build((None, 784))
    return layer


layer_1 = create_layer()
layer_2 = create_layer()

# Copy weights from layer 1 to layer 2
layer_2.set_weights(layer_1.get_weights())

การถ่ายโอนน้ำหนักจากรุ่นหนึ่งไปยังอีกรุ่นหนึ่งด้วยสถาปัตยกรรมที่เข้ากันได้ ในหน่วยความจำ

# Create a simple functional model
inputs = keras.Input(shape=(784,), name="digits")
x = keras.layers.Dense(64, activation="relu", name="dense_1")(inputs)
x = keras.layers.Dense(64, activation="relu", name="dense_2")(x)
outputs = keras.layers.Dense(10, name="predictions")(x)
functional_model = keras.Model(inputs=inputs, outputs=outputs, name="3_layer_mlp")

# Define a subclassed model with the same architecture
class SubclassedModel(keras.Model):
    def __init__(self, output_dim, name=None):
        super(SubclassedModel, self).__init__(name=name)
        self.output_dim = output_dim
        self.dense_1 = keras.layers.Dense(64, activation="relu", name="dense_1")
        self.dense_2 = keras.layers.Dense(64, activation="relu", name="dense_2")
        self.dense_3 = keras.layers.Dense(output_dim, name="predictions")

    def call(self, inputs):
        x = self.dense_1(inputs)
        x = self.dense_2(x)
        x = self.dense_3(x)
        return x

    def get_config(self):
        return {"output_dim": self.output_dim, "name": self.name}


subclassed_model = SubclassedModel(10)
# Call the subclassed model once to create the weights.
subclassed_model(tf.ones((1, 784)))

# Copy weights from functional_model to subclassed_model.
subclassed_model.set_weights(functional_model.get_weights())

assert len(functional_model.weights) == len(subclassed_model.weights)
for a, b in zip(functional_model.weights, subclassed_model.weights):
    np.testing.assert_allclose(a.numpy(), b.numpy())

กรณีคนไร้สัญชาติ

เนื่องจากเลเยอร์ไร้สัญชาติจะไม่เปลี่ยนลำดับหรือจำนวนน้ำหนัก โมเดลจึงสามารถมีสถาปัตยกรรมที่เข้ากันได้ แม้ว่าจะมีเลเยอร์ไร้สัญชาติพิเศษหรือขาดหายไปก็ตาม

inputs = keras.Input(shape=(784,), name="digits")
x = keras.layers.Dense(64, activation="relu", name="dense_1")(inputs)
x = keras.layers.Dense(64, activation="relu", name="dense_2")(x)
outputs = keras.layers.Dense(10, name="predictions")(x)
functional_model = keras.Model(inputs=inputs, outputs=outputs, name="3_layer_mlp")

inputs = keras.Input(shape=(784,), name="digits")
x = keras.layers.Dense(64, activation="relu", name="dense_1")(inputs)
x = keras.layers.Dense(64, activation="relu", name="dense_2")(x)

# Add a dropout layer, which does not contain any weights.
x = keras.layers.Dropout(0.5)(x)
outputs = keras.layers.Dense(10, name="predictions")(x)
functional_model_with_dropout = keras.Model(
    inputs=inputs, outputs=outputs, name="3_layer_mlp"
)

functional_model_with_dropout.set_weights(functional_model.get_weights())

API สำหรับบันทึกน้ำหนักลงดิสก์และโหลดกลับ

น้ำหนักจะถูกบันทึกไว้ในแผ่นดิสก์โดยการเรียก model.save_weights ในรูปแบบต่อไปนี้:

  • จุดตรวจเทนเซอร์โฟลว์
  • HDF5

รูปแบบเริ่มต้นสำหรับ model.save_weights เป็น TensorFlow ด่าน มีสองวิธีในการระบุรูปแบบการบันทึก:

  1. save_format อาร์กิวเมนต์: ตั้งค่าเป็น save_format="tf" หรือ save_format="h5"
  2. path อาร์กิวเมนต์: ถ้าเส้นทางนี้จบลงด้วย .h5 หรือ .hdf5 แล้วรูปแบบ HDF5 ถูกนำมาใช้ คำต่อท้ายอื่น ๆ จะมีผลในด่าน TensorFlow เว้นแต่ save_format เป็นชุด

นอกจากนี้ยังมีตัวเลือกในการดึงน้ำหนักเป็นอาร์เรย์ numpy ในหน่วยความจำ API แต่ละรายการมีข้อดีและข้อเสียซึ่งมีรายละเอียดด้านล่าง

รูปแบบจุดตรวจ TF

ตัวอย่าง:

# Runnable example
sequential_model = keras.Sequential(
    [
        keras.Input(shape=(784,), name="digits"),
        keras.layers.Dense(64, activation="relu", name="dense_1"),
        keras.layers.Dense(64, activation="relu", name="dense_2"),
        keras.layers.Dense(10, name="predictions"),
    ]
)
sequential_model.save_weights("ckpt")
load_status = sequential_model.load_weights("ckpt")

# `assert_consumed` can be used as validation that all variable values have been
# restored from the checkpoint. See `tf.train.Checkpoint.restore` for other
# methods in the Status object.
load_status.assert_consumed()
<tensorflow.python.training.tracking.util.CheckpointLoadStatus at 0x7f9aaca4ced0>

รายละเอียดรูปแบบ

รูปแบบ TensorFlow Checkpoint จะบันทึกและคืนค่าน้ำหนักโดยใช้ชื่อแอตทริบิวต์ของวัตถุ ยกตัวอย่างเช่นพิจารณา tf.keras.layers.Dense ชั้น ชั้นมีสองน้ำหนัก: dense.kernel และ dense.bias เมื่อชั้นที่มีการบันทึกไว้ใน tf รูปแบบด่านส่งผลให้มีปุ่ม "kernel" และ "bias" และค่าน้ำหนักที่สอดคล้องกันของพวกเขา สำหรับข้อมูลเพิ่มเติมโปรดดูที่ "การโหลดกลศาสตร์" ในคู่มือลุยด่าน

โปรดทราบว่าขอบแอตทริบิวต์ / กราฟการตั้งชื่อตามชื่อที่ใช้ในวัตถุแม่ไม่ใช่ชื่อของตัวแปร พิจารณา CustomLayer ในตัวอย่างด้านล่าง ตัวแปร CustomLayer.var ถูกบันทึกด้วย "var" เป็นส่วนหนึ่งของที่สำคัญไม่ได้ "var_a"

class CustomLayer(keras.layers.Layer):
    def __init__(self, a):
        self.var = tf.Variable(a, name="var_a")


layer = CustomLayer(5)
layer_ckpt = tf.train.Checkpoint(layer=layer).save("custom_layer")

ckpt_reader = tf.train.load_checkpoint(layer_ckpt)

ckpt_reader.get_variable_to_dtype_map()
{'save_counter/.ATTRIBUTES/VARIABLE_VALUE': tf.int64,
 '_CHECKPOINTABLE_OBJECT_GRAPH': tf.string,
 'layer/var/.ATTRIBUTES/VARIABLE_VALUE': tf.int32}

ถ่ายทอดตัวอย่างการเรียนรู้

โดยพื้นฐานแล้ว ตราบใดที่สองโมเดลมีสถาปัตยกรรมเหมือนกัน พวกมันก็สามารถแชร์จุดตรวจเดียวกันได้

ตัวอย่าง:

inputs = keras.Input(shape=(784,), name="digits")
x = keras.layers.Dense(64, activation="relu", name="dense_1")(inputs)
x = keras.layers.Dense(64, activation="relu", name="dense_2")(x)
outputs = keras.layers.Dense(10, name="predictions")(x)
functional_model = keras.Model(inputs=inputs, outputs=outputs, name="3_layer_mlp")

# Extract a portion of the functional model defined in the Setup section.
# The following lines produce a new model that excludes the final output
# layer of the functional model.
pretrained = keras.Model(
    functional_model.inputs, functional_model.layers[-1].input, name="pretrained_model"
)
# Randomly assign "trained" weights.
for w in pretrained.weights:
    w.assign(tf.random.normal(w.shape))
pretrained.save_weights("pretrained_ckpt")
pretrained.summary()

# Assume this is a separate program where only 'pretrained_ckpt' exists.
# Create a new functional model with a different output dimension.
inputs = keras.Input(shape=(784,), name="digits")
x = keras.layers.Dense(64, activation="relu", name="dense_1")(inputs)
x = keras.layers.Dense(64, activation="relu", name="dense_2")(x)
outputs = keras.layers.Dense(5, name="predictions")(x)
model = keras.Model(inputs=inputs, outputs=outputs, name="new_model")

# Load the weights from pretrained_ckpt into model.
model.load_weights("pretrained_ckpt")

# Check that all of the pretrained weights have been loaded.
for a, b in zip(pretrained.weights, model.weights):
    np.testing.assert_allclose(a.numpy(), b.numpy())

print("\n", "-" * 50)
model.summary()

# Example 2: Sequential model
# Recreate the pretrained model, and load the saved weights.
inputs = keras.Input(shape=(784,), name="digits")
x = keras.layers.Dense(64, activation="relu", name="dense_1")(inputs)
x = keras.layers.Dense(64, activation="relu", name="dense_2")(x)
pretrained_model = keras.Model(inputs=inputs, outputs=x, name="pretrained")

# Sequential example:
model = keras.Sequential([pretrained_model, keras.layers.Dense(5, name="predictions")])
model.summary()

pretrained_model.load_weights("pretrained_ckpt")

# Warning! Calling `model.load_weights('pretrained_ckpt')` won't throw an error,
# but will *not* work as expected. If you inspect the weights, you'll see that
# none of the weights will have loaded. `pretrained_model.load_weights()` is the
# correct method to call.
Model: "pretrained_model"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
digits (InputLayer)          [(None, 784)]             0         
_________________________________________________________________
dense_1 (Dense)              (None, 64)                50240     
_________________________________________________________________
dense_2 (Dense)              (None, 64)                4160      
=================================================================
Total params: 54,400
Trainable params: 54,400
Non-trainable params: 0
_________________________________________________________________

 --------------------------------------------------
Model: "new_model"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
digits (InputLayer)          [(None, 784)]             0         
_________________________________________________________________
dense_1 (Dense)              (None, 64)                50240     
_________________________________________________________________
dense_2 (Dense)              (None, 64)                4160      
_________________________________________________________________
predictions (Dense)          (None, 5)                 325       
=================================================================
Total params: 54,725
Trainable params: 54,725
Non-trainable params: 0
_________________________________________________________________
Model: "sequential_3"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
pretrained (Functional)      (None, 64)                54400     
_________________________________________________________________
predictions (Dense)          (None, 5)                 325       
=================================================================
Total params: 54,725
Trainable params: 54,725
Non-trainable params: 0
_________________________________________________________________
<tensorflow.python.training.tracking.util.CheckpointLoadStatus at 0x7f9aaca76990>

โดยทั่วไป ขอแนะนำให้ใช้ API เดียวกันสำหรับการสร้างแบบจำลอง หากคุณสลับไปมาระหว่าง Sequential และ Functional หรือ Functional และ subclassed เป็นต้น ให้สร้างโมเดลที่ได้รับการฝึกไว้ล่วงหน้าและโหลดตุ้มน้ำหนักที่ฝึกไว้ล่วงหน้าไปยังโมเดลนั้นเสมอ

คำถามต่อไปคือ จะบันทึกและโหลดน้ำหนักไปยังรุ่นต่างๆ ได้อย่างไร หากสถาปัตยกรรมของแบบจำลองแตกต่างกันมาก การแก้ปัญหาคือการใช้ tf.train.Checkpoint เพื่อบันทึกและเรียกคืนชั้นที่แน่นอน / ตัวแปร

ตัวอย่าง:

# Create a subclassed model that essentially uses functional_model's first
# and last layers.
# First, save the weights of functional_model's first and last dense layers.
first_dense = functional_model.layers[1]
last_dense = functional_model.layers[-1]
ckpt_path = tf.train.Checkpoint(
    dense=first_dense, kernel=last_dense.kernel, bias=last_dense.bias
).save("ckpt")

# Define the subclassed model.
class ContrivedModel(keras.Model):
    def __init__(self):
        super(ContrivedModel, self).__init__()
        self.first_dense = keras.layers.Dense(64)
        self.kernel = self.add_variable("kernel", shape=(64, 10))
        self.bias = self.add_variable("bias", shape=(10,))

    def call(self, inputs):
        x = self.first_dense(inputs)
        return tf.matmul(x, self.kernel) + self.bias


model = ContrivedModel()
# Call model on inputs to create the variables of the dense layer.
_ = model(tf.ones((1, 784)))

# Create a Checkpoint with the same structure as before, and load the weights.
tf.train.Checkpoint(
    dense=model.first_dense, kernel=model.kernel, bias=model.bias
).restore(ckpt_path).assert_consumed()
/tmpfs/src/tf_docs_env/lib/python3.7/site-packages/keras/engine/base_layer.py:2223: UserWarning: `layer.add_variable` is deprecated and will be removed in a future version. Please use `layer.add_weight` method instead.
  warnings.warn('`layer.add_variable` is deprecated and '
<tensorflow.python.training.tracking.util.CheckpointLoadStatus at 0x7f9aaca6f390>

รูปแบบ HDF5

รูปแบบ HDF5 มีน้ำหนักที่จัดกลุ่มตามชื่อเลเยอร์ น้ำหนักเป็นรายการสั่งซื้อโดยการเชื่อมโยงรายชื่อของน้ำหนักสุวินัยในรายการของน้ำหนักไม่ใช่สุวินัย (เหมือน layer.weights ) ดังนั้น โมเดลสามารถใช้จุดตรวจ hdf5 ได้หากมีเลเยอร์และสถานะที่ฝึกได้เหมือนกันตามที่บันทึกไว้ในจุดตรวจ

ตัวอย่าง:

# Runnable example
sequential_model = keras.Sequential(
    [
        keras.Input(shape=(784,), name="digits"),
        keras.layers.Dense(64, activation="relu", name="dense_1"),
        keras.layers.Dense(64, activation="relu", name="dense_2"),
        keras.layers.Dense(10, name="predictions"),
    ]
)
sequential_model.save_weights("weights.h5")
sequential_model.load_weights("weights.h5")

หมายเหตุว่าการเปลี่ยน layer.trainable อาจส่งผลที่แตกต่างกัน layer.weights การสั่งซื้อเมื่อรูปแบบมีชั้นที่ซ้อนกัน

class NestedDenseLayer(keras.layers.Layer):
    def __init__(self, units, name=None):
        super(NestedDenseLayer, self).__init__(name=name)
        self.dense_1 = keras.layers.Dense(units, name="dense_1")
        self.dense_2 = keras.layers.Dense(units, name="dense_2")

    def call(self, inputs):
        return self.dense_2(self.dense_1(inputs))


nested_model = keras.Sequential([keras.Input((784,)), NestedDenseLayer(10, "nested")])
variable_names = [v.name for v in nested_model.weights]
print("variables: {}".format(variable_names))

print("\nChanging trainable status of one of the nested layers...")
nested_model.get_layer("nested").dense_1.trainable = False

variable_names_2 = [v.name for v in nested_model.weights]
print("\nvariables: {}".format(variable_names_2))
print("variable ordering changed:", variable_names != variable_names_2)
variables: ['nested/dense_1/kernel:0', 'nested/dense_1/bias:0', 'nested/dense_2/kernel:0', 'nested/dense_2/bias:0']

Changing trainable status of one of the nested layers...

variables: ['nested/dense_2/kernel:0', 'nested/dense_2/bias:0', 'nested/dense_1/kernel:0', 'nested/dense_1/bias:0']
variable ordering changed: True

ถ่ายทอดตัวอย่างการเรียนรู้

เมื่อโหลดตุ้มน้ำหนักที่ฝึกไว้ล่วงหน้าจาก HDF5 ขอแนะนำให้โหลดตุ้มน้ำหนักลงในแบบจำลองเช็คพอยท์ดั้งเดิม จากนั้นจึงแยกตุ้มน้ำหนัก/ชั้นที่ต้องการออกเป็นโมเดลใหม่

ตัวอย่าง:

def create_functional_model():
    inputs = keras.Input(shape=(784,), name="digits")
    x = keras.layers.Dense(64, activation="relu", name="dense_1")(inputs)
    x = keras.layers.Dense(64, activation="relu", name="dense_2")(x)
    outputs = keras.layers.Dense(10, name="predictions")(x)
    return keras.Model(inputs=inputs, outputs=outputs, name="3_layer_mlp")


functional_model = create_functional_model()
functional_model.save_weights("pretrained_weights.h5")

# In a separate program:
pretrained_model = create_functional_model()
pretrained_model.load_weights("pretrained_weights.h5")

# Create a new model by extracting layers from the original model:
extracted_layers = pretrained_model.layers[:-1]
extracted_layers.append(keras.layers.Dense(5, name="dense_3"))
model = keras.Sequential(extracted_layers)
model.summary()
Model: "sequential_6"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense_1 (Dense)              (None, 64)                50240     
_________________________________________________________________
dense_2 (Dense)              (None, 64)                4160      
_________________________________________________________________
dense_3 (Dense)              (None, 5)                 325       
=================================================================
Total params: 54,725
Trainable params: 54,725
Non-trainable params: 0
_________________________________________________________________