केरस उदाहरण में प्रूनिंग

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

अवलोकन

परिमाण-आधारित वज़न प्रूनिंग के लिए शुरू से अंत तक उदाहरण में आपका स्वागत है।

अन्य पृष्ठ

प्रूनिंग क्या है इसके परिचय के लिए और यह निर्धारित करने के लिए कि क्या आपको इसका उपयोग करना चाहिए (जिसमें क्या समर्थित है सहित), अवलोकन पृष्ठ देखें

अपने उपयोग के मामले के लिए आवश्यक एपीआई को जल्दी से खोजने के लिए (80% विरलता वाले मॉडल को पूरी तरह से छाँटने से परे), व्यापक मार्गदर्शिका देखें

सारांश

इस ट्यूटोरियल में, आप करेंगे:

  1. tf.keras लिए एक tf.keras मॉडल को tf.keras
  2. प्रूनिंग एपीआई को लागू करके मॉडल को फाइन ट्यून करें और सटीकता देखें।
  3. प्रूनिंग से 3x छोटे TF और TFlite मॉडल बनाएं।
  4. प्रूनिंग और पोस्ट-ट्रेनिंग क्वांटिज़ेशन के संयोजन से 10x छोटा TFLite मॉडल बनाएं।
  5. TF से TFlite तक सटीकता की दृढ़ता देखें।

सेट अप

 pip install -q tensorflow-model-optimization
import tempfile
import os

import tensorflow as tf
import numpy as np

from tensorflow import keras

%load_ext tensorboard

बिना कांट-छांट के MNIST के लिए एक मॉडल को प्रशिक्षित करें

# Load MNIST dataset
mnist = keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

# Normalize the input image so that each pixel value is between 0 and 1.
train_images = train_images / 255.0
test_images = test_images / 255.0

# Define the model architecture.
model = keras.Sequential([
  keras.layers.InputLayer(input_shape=(28, 28)),
  keras.layers.Reshape(target_shape=(28, 28, 1)),
  keras.layers.Conv2D(filters=12, kernel_size=(3, 3), activation='relu'),
  keras.layers.MaxPooling2D(pool_size=(2, 2)),
  keras.layers.Flatten(),
  keras.layers.Dense(10)
])

# Train the digit classification model
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

model.fit(
  train_images,
  train_labels,
  epochs=4,
  validation_split=0.1,
)
Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz
11493376/11490434 [==============================] - 0s 0us/step
Epoch 1/4
1688/1688 [==============================] - 10s 6ms/step - loss: 0.2785 - accuracy: 0.9220 - val_loss: 0.1031 - val_accuracy: 0.9740
Epoch 2/4
1688/1688 [==============================] - 9s 5ms/step - loss: 0.1063 - accuracy: 0.9691 - val_loss: 0.0782 - val_accuracy: 0.9790
Epoch 3/4
1688/1688 [==============================] - 9s 5ms/step - loss: 0.0815 - accuracy: 0.9765 - val_loss: 0.0788 - val_accuracy: 0.9775
Epoch 4/4
1688/1688 [==============================] - 9s 5ms/step - loss: 0.0689 - accuracy: 0.9797 - val_loss: 0.0633 - val_accuracy: 0.9840
<tensorflow.python.keras.callbacks.History at 0x7f146fbd8bd0>

आधारभूत परीक्षण सटीकता का मूल्यांकन करें और बाद में उपयोग के लिए मॉडल को सहेजें।

_, baseline_model_accuracy = model.evaluate(
    test_images, test_labels, verbose=0)

print('Baseline test accuracy:', baseline_model_accuracy)

_, keras_file = tempfile.mkstemp('.h5')
tf.keras.models.save_model(model, keras_file, include_optimizer=False)
print('Saved baseline model to:', keras_file)
Baseline test accuracy: 0.9775999784469604
Saved baseline model to: /tmp/tmpjj6swf59.h5

छंटाई के साथ पूर्व-प्रशिक्षित मॉडल को फाइन-ट्यून करें

मॉडल को परिभाषित करें

आप पूरे मॉडल में प्रूनिंग लागू करेंगे और इसे मॉडल सारांश में देखेंगे।

इस उदाहरण में, आप मॉडल को ५०% विरलता (वजन में ५०% शून्य) के साथ शुरू करते हैं और ८०% विरलता के साथ समाप्त करते हैं।

विस्तृत मार्गदर्शिका में , आप देख सकते हैं कि मॉडल सटीकता में सुधार के लिए कुछ परतों को कैसे छाँटा जाए।

import tensorflow_model_optimization as tfmot

prune_low_magnitude = tfmot.sparsity.keras.prune_low_magnitude

# Compute end step to finish pruning after 2 epochs.
batch_size = 128
epochs = 2
validation_split = 0.1 # 10% of training set will be used for validation set. 

num_images = train_images.shape[0] * (1 - validation_split)
end_step = np.ceil(num_images / batch_size).astype(np.int32) * epochs

# Define model for pruning.
pruning_params = {
      'pruning_schedule': tfmot.sparsity.keras.PolynomialDecay(initial_sparsity=0.50,
                                                               final_sparsity=0.80,
                                                               begin_step=0,
                                                               end_step=end_step)
}

model_for_pruning = prune_low_magnitude(model, **pruning_params)

# `prune_low_magnitude` requires a recompile.
model_for_pruning.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

model_for_pruning.summary()
/tmpfs/src/tf_docs_env/lib/python3.7/site-packages/tensorflow/python/keras/engine/base_layer.py:2191: 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 '
Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
prune_low_magnitude_reshape  (None, 28, 28, 1)         1         
_________________________________________________________________
prune_low_magnitude_conv2d ( (None, 26, 26, 12)        230       
_________________________________________________________________
prune_low_magnitude_max_pool (None, 13, 13, 12)        1         
_________________________________________________________________
prune_low_magnitude_flatten  (None, 2028)              1         
_________________________________________________________________
prune_low_magnitude_dense (P (None, 10)                40572     
=================================================================
Total params: 40,805
Trainable params: 20,410
Non-trainable params: 20,395
_________________________________________________________________

बेसलाइन के खिलाफ मॉडल को प्रशिक्षित और मूल्यांकन करें

दो युगों के लिए छंटाई के साथ ठीक धुन।

tfmot.sparsity.keras.UpdatePruningStep प्रशिक्षण के दौरान आवश्यक है, और tfmot.sparsity.keras.PruningSummaries प्रगति और डिबगिंग को ट्रैक करने के लिए लॉग प्रदान करता है।

logdir = tempfile.mkdtemp()

callbacks = [
  tfmot.sparsity.keras.UpdatePruningStep(),
  tfmot.sparsity.keras.PruningSummaries(log_dir=logdir),
]

model_for_pruning.fit(train_images, train_labels,
                  batch_size=batch_size, epochs=epochs, validation_split=validation_split,
                  callbacks=callbacks)
Epoch 1/2
WARNING:tensorflow:From /tmpfs/src/tf_docs_env/lib/python3.7/site-packages/tensorflow/python/ops/array_ops.py:5049: calling gather (from tensorflow.python.ops.array_ops) with validate_indices is deprecated and will be removed in a future version.
Instructions for updating:
The `validate_indices` argument has no effect. Indices are always validated on CPU and never validated on GPU.
  3/422 [..............................] - ETA: 12s - loss: 0.0628 - accuracy: 0.9896  WARNING:tensorflow:Callback method `on_train_batch_end` is slow compared to the batch time (batch time: 0.0075s vs `on_train_batch_end` time: 0.0076s). Check your callbacks.
422/422 [==============================] - 5s 9ms/step - loss: 0.0797 - accuracy: 0.9771 - val_loss: 0.0828 - val_accuracy: 0.9790
Epoch 2/2
422/422 [==============================] - 3s 8ms/step - loss: 0.0971 - accuracy: 0.9741 - val_loss: 0.0839 - val_accuracy: 0.9775
<tensorflow.python.keras.callbacks.History at 0x7f12e4502910>

इस उदाहरण के लिए, बेसलाइन की तुलना में, छंटाई के बाद परीक्षण सटीकता में न्यूनतम नुकसान होता है।

_, model_for_pruning_accuracy = model_for_pruning.evaluate(
   test_images, test_labels, verbose=0)

print('Baseline test accuracy:', baseline_model_accuracy) 
print('Pruned test accuracy:', model_for_pruning_accuracy)
Baseline test accuracy: 0.9775999784469604
Pruned test accuracy: 0.972100019454956

लॉग प्रति-परत के आधार पर विरलता की प्रगति दिखाते हैं।

%tensorboard --logdir={logdir}

गैर-Colab उपयोगकर्ताओं के लिए, आप TensorBoard.dev पर इस कोड ब्लॉक केपिछले रन केपरिणाम देख सकते हैं।

प्रूनिंग से 3x छोटे मॉडल बनाएं

दोनों tfmot.sparsity.keras.strip_pruning और एक मानक संपीड़न एल्गोरिथ्म (जैसे gzip के माध्यम से) को लागू करना छंटाई के संपीड़न लाभों को देखने के लिए आवश्यक है।

  • strip_pruning आवश्यक है क्योंकि यह प्रत्येक tf को हटा देता है। वेरिएबल जो केवल प्रशिक्षण के दौरान प्रूनिंग की आवश्यकता होती है, जो अन्यथा अनुमान के दौरान मॉडल आकार में जोड़ देगा
  • एक मानक संपीड़न एल्गोरिथ्म लागू करना आवश्यक है क्योंकि क्रमबद्ध वजन मैट्रिस उसी आकार के होते हैं जैसे वे छंटाई से पहले थे। हालांकि, प्रूनिंग अधिकांश वज़न को शून्य कर देता है, जो अतिरिक्त अतिरिक्तता है जिसका उपयोग एल्गोरिदम मॉडल को और संपीड़ित करने के लिए कर सकता है।

सबसे पहले, TensorFlow के लिए एक कंप्रेसिबल मॉडल बनाएं।

model_for_export = tfmot.sparsity.keras.strip_pruning(model_for_pruning)

_, pruned_keras_file = tempfile.mkstemp('.h5')
tf.keras.models.save_model(model_for_export, pruned_keras_file, include_optimizer=False)
print('Saved pruned Keras model to:', pruned_keras_file)
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.
Saved pruned Keras model to: /tmp/tmp22u333hk.h5

फिर, TFlite के लिए एक कंप्रेसिबल मॉडल बनाएं।

converter = tf.lite.TFLiteConverter.from_keras_model(model_for_export)
pruned_tflite_model = converter.convert()

_, pruned_tflite_file = tempfile.mkstemp('.tflite')

with open(pruned_tflite_file, 'wb') as f:
  f.write(pruned_tflite_model)

print('Saved pruned TFLite model to:', pruned_tflite_file)
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: /tmp/tmp51falze0/assets
Saved pruned TFLite model to: /tmp/tmpehx5la2i.tflite

वास्तव में मॉडल को gzip के माध्यम से संपीड़ित करने और ज़िप किए गए आकार को मापने के लिए एक सहायक फ़ंक्शन को परिभाषित करें।

def get_gzipped_model_size(file):
  # Returns size of gzipped model, in bytes.
  import os
  import zipfile

  _, zipped_file = tempfile.mkstemp('.zip')
  with zipfile.ZipFile(zipped_file, 'w', compression=zipfile.ZIP_DEFLATED) as f:
    f.write(file)

  return os.path.getsize(zipped_file)

तुलना करें और देखें कि मॉडल प्रूनिंग से 3x छोटे हैं।

print("Size of gzipped baseline Keras model: %.2f bytes" % (get_gzipped_model_size(keras_file)))
print("Size of gzipped pruned Keras model: %.2f bytes" % (get_gzipped_model_size(pruned_keras_file)))
print("Size of gzipped pruned TFlite model: %.2f bytes" % (get_gzipped_model_size(pruned_tflite_file)))
Size of gzipped baseline Keras model: 78211.00 bytes
Size of gzipped pruned Keras model: 25797.00 bytes
Size of gzipped pruned TFlite model: 24995.00 bytes

प्रूनिंग और परिमाणीकरण के संयोजन से 10x छोटा मॉडल बनाएं

आप अतिरिक्त लाभों के लिए कांट-छांट मॉडल में प्रशिक्षण के बाद परिमाणीकरण लागू कर सकते हैं।

converter = tf.lite.TFLiteConverter.from_keras_model(model_for_export)
converter.optimizations = [tf.lite.Optimize.DEFAULT]
quantized_and_pruned_tflite_model = converter.convert()

_, quantized_and_pruned_tflite_file = tempfile.mkstemp('.tflite')

with open(quantized_and_pruned_tflite_file, 'wb') as f:
  f.write(quantized_and_pruned_tflite_model)

print('Saved quantized and pruned TFLite model to:', quantized_and_pruned_tflite_file)

print("Size of gzipped baseline Keras model: %.2f bytes" % (get_gzipped_model_size(keras_file)))
print("Size of gzipped pruned and quantized TFlite model: %.2f bytes" % (get_gzipped_model_size(quantized_and_pruned_tflite_file)))
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.
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: /tmp/tmp6tzu3z87/assets
INFO:tensorflow:Assets written to: /tmp/tmp6tzu3z87/assets
Saved quantized and pruned TFLite model to: /tmp/tmp0mvlkin1.tflite
Size of gzipped baseline Keras model: 78211.00 bytes
Size of gzipped pruned and quantized TFlite model: 8031.00 bytes

TF से TFlite तक सटीकता की दृढ़ता देखें

परीक्षण डेटासेट पर TF लाइट मॉडल का मूल्यांकन करने के लिए एक सहायक फ़ंक्शन को परिभाषित करें।

import numpy as np

def evaluate_model(interpreter):
  input_index = interpreter.get_input_details()[0]["index"]
  output_index = interpreter.get_output_details()[0]["index"]

  # Run predictions on ever y image in the "test" dataset.
  prediction_digits = []
  for i, test_image in enumerate(test_images):
    if i % 1000 == 0:
      print('Evaluated on {n} results so far.'.format(n=i))
    # Pre-processing: add batch dimension and convert to float32 to match with
    # the model's input data format.
    test_image = np.expand_dims(test_image, axis=0).astype(np.float32)
    interpreter.set_tensor(input_index, test_image)

    # Run inference.
    interpreter.invoke()

    # Post-processing: remove batch dimension and find the digit with highest
    # probability.
    output = interpreter.tensor(output_index)
    digit = np.argmax(output()[0])
    prediction_digits.append(digit)

  print('\n')
  # Compare prediction results with ground truth labels to calculate accuracy.
  prediction_digits = np.array(prediction_digits)
  accuracy = (prediction_digits == test_labels).mean()
  return accuracy

आप छंटनी और परिमाणित मॉडल का मूल्यांकन करते हैं और देखते हैं कि TensorFlow से सटीकता TFLite बैकएंड तक बनी रहती है।

interpreter = tf.lite.Interpreter(model_content=quantized_and_pruned_tflite_model)
interpreter.allocate_tensors()

test_accuracy = evaluate_model(interpreter)

print('Pruned and quantized TFLite test_accuracy:', test_accuracy)
print('Pruned TF test accuracy:', model_for_pruning_accuracy)
Evaluated on 0 results so far.
Evaluated on 1000 results so far.
Evaluated on 2000 results so far.
Evaluated on 3000 results so far.
Evaluated on 4000 results so far.
Evaluated on 5000 results so far.
Evaluated on 6000 results so far.
Evaluated on 7000 results so far.
Evaluated on 8000 results so far.
Evaluated on 9000 results so far.


Pruned and quantized TFLite test_accuracy: 0.9722
Pruned TF test accuracy: 0.972100019454956

निष्कर्ष

इस ट्यूटोरियल में, आपने देखा कि TensorFlow और TFLite दोनों के लिए TensorFlow मॉडल ऑप्टिमाइज़ेशन टूलकिट API के साथ विरल मॉडल कैसे बनाएं। फिर आपने अतिरिक्त लाभों के लिए प्रूनिंग को प्रशिक्षण के बाद के परिमाणीकरण के साथ जोड़ा।

आपने न्यूनतम सटीकता अंतर के साथ MNIST के लिए 10x छोटा मॉडल बनाया है।

हम आपको इस नई क्षमता को आजमाने के लिए प्रोत्साहित करते हैं, जो संसाधन-विवश वातावरण में तैनाती के लिए विशेष रूप से महत्वपूर्ण हो सकती है।