Mantenir Keras fit() i entrenar el seu model el seu camí

Contingut general

• Introducció
• Establiment
• Un primer exemple senzill
• Anar a nivell inferior
• Suport de sample_weight & class_weight
• Proporcionar el teu propi pas d'avaluació
• Embolcallament: un exemple de GAN end-to-end

Introducció

Quan estàs fent l'aprenentatge supervisat, pots utilitzarfit()I tot funciona amb fluïdesa.

Quan necessiteu escriure el vostre propi cicle d'entrenament des de zero, podeu utilitzar elGradientTapei prendre el control de cada petit detall.

Però què passa si necessiteu un algorisme de formació personalitzat, però encara voleu beneficiar-vos de les característiques convenients defit(), com ara trucades de tornada, suport de distribució integrat o fusió d'etapes?

Un dels principis bàsics de Keras ésprogressive disclosure of complexitySempre hauria de poder entrar en fluxos de treball de nivell inferior de manera gradual. No hauria de caure d'un penya-segat si la funcionalitat d'alt nivell no coincideix exactament amb el seu cas d'ús. Hauria de poder obtenir més control sobre els petits detalls mantenint una quantitat proporcional de conveniència d'alt nivell.

Quan s’ha de personalitzar el quefit()Això sí, hauria deoverride the training step function of the ModelAquesta és la funció que s'anomenafit()per a cada lot de dades. llavors podrà trucarfit()Com sempre, i s’executarà el seu propi algoritme d’aprenentatge.

Tingueu en compte que aquest patró no us impedeix construir models amb l'API Funcional.Sequentialmodels, models d'API funcionals o models subclassificats.

Vegem com funciona això.

Establiment

Requereix TensorFlow 2.8 o posterior.

import tensorflow as tf
from tensorflow import keras

Un primer exemple senzill

Comencem amb un exemple senzill:

• Creem una nova classe que subclasses hard.Model.
• Només hem superat el mètode train_step (auto, dades).
• Retornem els noms mètrics (incloent-hi la pèrdua) al seu valor actual.

L’argument d’entradadataÉs el que es passa a fitxar com a dades de formació:

• Si passa les matèries Numpy, trucant fit(x, y, ...), les dades seran el tuple (x, y)
• Si passa un tf.data.Dataset, trucant fit(dataset, ...), llavors les dades seran el que es produeix per dataset en cada lot.

En el cos de latrain_stepMètode, implementem una actualització de formació regular, similar al que ja esteu familiaritzats.we compute the loss via self.compute_loss()La qual cosa va provocar la pèrdua de les funcions (s) que es van passar acompile().

De la mateixa manera, anomenemmetric.update_state(y, y_pred)Mètriques deself.metrics, per actualitzar l'estat de les mètriques que es van passar encompile()A més, busquem resultats deself.metricsfinalment per recuperar el seu valor actual.

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.compute_loss(y=y, y_pred=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))
        # Update metrics (includes the metric that tracks the loss)
        for metric in self.metrics:
            if metric.name == "loss":
                metric.update_state(loss)
            else:
                metric.update_state(y, y_pred)
        # Return a dict mapping metric names to current value
        return {m.name: m.result() for m in self.metrics}

Anem a provar això:

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 [==============================] - 3s 2ms/step - loss: 1.6446
Epoch 2/3
32/32 [==============================] - 0s 2ms/step - loss: 0.7554
Epoch 3/3
32/32 [==============================] - 0s 2ms/step - loss: 0.3924
<keras.src.callbacks.History at 0x7fef5c11ba30>

Anar a nivell inferior

Naturalment, només es podria saltar el pas d'una funció de pèrdua encompile()En comptes de fer-ho totManualmententrain_stepEl mateix passa amb les metrologies.

Aquí teniu un exemple de nivell inferior, que només utilitzacompile()Per configurar l’optimitzador:

• Comencem creant instàncies mètriques per rastrejar la nostra pèrdua i una puntuació MAE (a __init__()).
• Implementem un train_step() personalitzat que actualitza l'estat d'aquestes mètriques (anomenant-les update_state()), després les interroga (a través de resultats()) per retornar el seu valor mitjà actual, per ser mostrat per la barra de progrés i passar a qualsevol trucada de retorn.
• Tingueu en compte que hauríem de trucar reset_states() a les nostres mètriques entre cada època! En cas contrari, trucar resultats() retornaria una mitjana des de l'inici de la formació, mentre que normalment treballem amb mitjanes per època. Afortunadament, el marc pot fer això per nosaltres: només enumereu qualsevol mètriques que vulgueu restablir en la propietat de mètriques del model. El model trucarà reset_states() a qualsevol objecte que s'enumeri aquí a l'inici de cada època de fit() o al començament d'una crida per avaluar().

class CustomModel(keras.Model):
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.loss_tracker = keras.metrics.Mean(name="loss")
        self.mae_metric = keras.metrics.MeanAbsoluteError(name="mae")

    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
        self.loss_tracker.update_state(loss)
        self.mae_metric.update_state(y, y_pred)
        return {"loss": self.loss_tracker.result(), "mae": self.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 [self.loss_tracker, self.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 pass 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: 0.3240 - mae: 0.4583
Epoch 2/5
32/32 [==============================] - 0s 2ms/step - loss: 0.2416 - mae: 0.3984
Epoch 3/5
32/32 [==============================] - 0s 2ms/step - loss: 0.2340 - mae: 0.3919
Epoch 4/5
32/32 [==============================] - 0s 2ms/step - loss: 0.2274 - mae: 0.3870
Epoch 5/5
32/32 [==============================] - 0s 2ms/step - loss: 0.2197 - mae: 0.3808
<keras.src.callbacks.History at 0x7fef3c130b20>

Suportsample_weightiClassificació - pes

Vostè pot haver notat que el nostre primer exemple bàsic no va fer cap esment de la ponderació de la mostra.fit()Argumentssample_weighticlass_weightNomés hauries de fer el següent:

• Unpack sample_weight de l'argument de dades
• Pass it to compute_loss & update_state (of course, you could also just apply it manually if you don't rely on compile() for losses & metrics)
• Això és.

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.compute_loss(
                y=y,
                y_pred=y_pred,
                sample_weight=sample_weight,
            )

        # 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()`.
        for metric in self.metrics:
            if metric.name == "loss":
                metric.update_state(loss)
            else:
                metric.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: 0.1298
Epoch 2/3
32/32 [==============================] - 0s 2ms/step - loss: 0.1179
Epoch 3/3
32/32 [==============================] - 0s 2ms/step - loss: 0.1121
<keras.src.callbacks.History at 0x7fef3c168100>

Proporcionar el teu propi pas d'avaluació

Què passa si voleu fer el mateix per a trucades amodel.evaluate()Llavors aniràs a sobrepassartest_stepDe la mateixa manera.Això és el que sembla:

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.compute_loss(y=y, y_pred=y_pred)
        # Update the metrics.
        for metric in self.metrics:
            if metric.name != "loss":
                metric.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: 0.9028
0.9028095006942749

Embolcallament: un exemple de GAN end-to-end

Anem a través d'un exemple de final a final que aprofita tot el que acaba d'aprendre.

Anem a considerar:

• Una xarxa de generadors va ser dissenyat per generar 28x28x1 imatges.
• Una xarxa discriminatòria volia classificar les imatges de 28x28x1 en dues classes ("fals" i "real").
• Un optimista per a cadascú.
• Una funció de pèrdua per entrenar el discriminador.

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",
)

Aquí teniu una classe completa de GAN, superantcompile()utilitzar la seva pròpia signatura, i implementar tot l'algoritme GAN en 17 línies entrain_step:

class GAN(keras.Model):
    def __init__(self, discriminator, generator, latent_dim):
        super().__init__()
        self.discriminator = discriminator
        self.generator = generator
        self.latent_dim = latent_dim
        self.d_loss_tracker = keras.metrics.Mean(name="d_loss")
        self.g_loss_tracker = keras.metrics.Mean(name="g_loss")

    def compile(self, d_optimizer, g_optimizer, loss_fn):
        super().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))

        # Update metrics and return their value.
        self.d_loss_tracker.update_state(d_loss)
        self.g_loss_tracker.update_state(g_loss)
        return {
            "d_loss": self.d_loss_tracker.result(),
            "g_loss": self.g_loss_tracker.result(),
        }

Anem a provar-lo a conduir:

# 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
11490434/11490434 [==============================] - 0s 0us/step
100/100 [==============================] - 8s 15ms/step - d_loss: 0.4372 - g_loss: 0.8775
<keras.src.callbacks.History at 0x7feee42ff190>

Les idees darrere de l'aprenentatge profund són simples, així que per què la seva implementació hauria de ser dolorosa?

Originàriament publicat a laTensorFlowAquest article apareix aquí sota un nou títol i està llicenciat sota CC BY 4.0.