Keep Keras fit() ו- Train Your Model Your Way

תוכן תצפית

• הוצאת
• התקנת
• דוגמה ראשונה פשוטה
• רמה נמוכה יותר
• תמיכה sample_weight & class_weight
• הגדרת שלב הערכה משלך
• דוגמה: End-to-end GAN

הוצאת

כאשר אתה עושה למידה מנוהלת, אתה יכול להשתמשfit()הכל עובד בצורה חלקה.

כאשר אתה צריך לכתוב את מעגל האימון שלך מעצמו, אתה יכול להשתמשGradientTapeלקחת שליטה על כל פרט קטן.

אבל מה אם אתה צריך אלגוריתם אימון מותאם אישית, אבל אתה עדיין רוצה לנצל את התכונות הנוחות שלfit(), כגון שיחות חזרה, תמיכה בהפצה מובנית, או תוספת שלב?

העיקרון העיקרי של Keras הואprogressive disclosure of complexityאתה תמיד צריך להיות מסוגל להיכנס לתוך זרימת עבודה ברמה התחתונה בצורה הדרגתית.אתה לא צריך ליפול מן הסלע אם הפונקציונליות ברמה גבוהה לא מתאימה בדיוק למקרה השימוש שלך.אתה צריך להיות מסוגל להשיג שליטה רבה יותר על הפרטים הקטנים תוך שמירה על כמות מתאימה של נוחות ברמה גבוהה.

כאשר אתה צריך להתאים את מהfit()כן, אתה צריךoverride the training step function of the Modelזוהי התפקיד שנקראfit()עבור כל קבוצה של נתונים, לאחר מכן תוכלו להתקשרfit()כרגיל - וזה יהיה להפעיל את אלגוריתם הלמידה שלך.

שים לב כי דפוס זה אינו מונע ממך לבנות מודלים עם API הפונקציונלי.Sequentialמודלים, מודלים של API פונקציונליים, או מודלים משולבים.

בואו נראה איך זה עובד.

התקנת

דרוש TensorFlow 2.8 או מאוחר יותר.

import tensorflow as tf
from tensorflow import keras

דוגמה ראשונה פשוטה

בואו נתחיל בדוגמה פשוטה:

• אנו יוצרים כיתה חדשה אשר מחלקת את hard.Model.
• אנחנו רק מורידים את השיטה train_step(עצמי, נתונים).
• אנו מחזירים את שמות המטריקים של מילות המילון (כולל האובדן) לערך הנוכחי שלהם.

תגית: input argumentdataזה מה שעובר להתאים כנתונים הכשרה:

• אם אתה עובר מסגרות Numpy, על-ידי קריאת fit(x, y, ...), אז הנתונים יהיו tuple (x, y)
• אם אתה מעביר tf.data.Dataset, על-ידי קריאת fit(dataset, ...), אז הנתונים יהיו מה שמגיע על-ידי dataset בכל קבוצה.

בתוך הגוף שלtrain_stepשיטה, אנו מיישמים עדכון אימון קבוע, דומה למה שאתה כבר מכיר.we compute the loss via self.compute_loss()מה שמשפיע על התפקיד (התפקידים) שהועברcompile().

באופן דומה, אנו קוראיםmetric.update_state(y, y_pred)במטריקים שלself.metrics, כדי לעדכן את המצב של המטריקים שהועברוcompile()אנו מחפשים תוצאות מself.metricsבסופו של דבר, יש להחזיר את הערך הנוכחי.

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}

בואו ננסה את זה:

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>

רמה נמוכה יותר

כמובן, אתה יכול פשוט לעקוף את העברת פונקציה אובדן בcompile()ובמקום לעשות הכלידניתבtrain_stepכך גם לגבי מטריקים.

הנה דוגמה של רמה נמוכה יותר, אשר רק משתמשיםcompile()כדי להגדיר את האופטימיזציה:

• אנו מתחילים על ידי יצירת מקרים מטרי כדי לעקוב אחר האובדן שלנו ו ציון MAE (ב __init__()).
• אנו מיישמים train_step() מותאם אישית שמעדכן את המצב של מדדים אלה (באמצעות קריאת update_state() עליהם), ולאחר מכן שואלים אותם (באמצעות תוצאה()) כדי להחזיר את הערך הממוצע הנוכחי שלהם, כדי להיות מוצג על ידי סרגל ההתקדמות ולקבל את כל שיחה חזרה.
• שימו לב שאנחנו צריכים להתקשר reset_states() על המטריקים שלנו בין כל עידן! אחרת התקשר תוצאה() יחזיר ממוצע מאז תחילת ההכשרה, בעוד שאנו בדרך כלל עובדים עם ממוצעים לפי עידן. למרבה המזל, המסגרת יכולה לעשות את זה בשבילי: פשוט לרשום כל מטריקה שאתה רוצה להגדיר מחדש בתכונת המטריקים של המודל.

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>

תמיכהמשקל - Weight&class_weight

ייתכן שמעתם שהדוגמה הבסיסית הראשונה שלנו לא הזכירה את משקל המדגם.fit()טענותsample_weightוclass_weightאתה פשוט תעשה את הדברים הבאים:

• Unpack sample_weight מתוך ערך הנתונים
• העבירו אותו ל compute_loss & update_state (אפשר כמובן גם ליישם אותו באופן ידני אם אינכם מסתמכים על compile() עבור אובדן ומדידות)
• זה זה זה.

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>

הגדרת שלב הערכה משלך

מה אם אתה רוצה לעשות את אותו הדבר עבור שיחותmodel.evaluate()אז היית מתעלםtest_stepככה זה נראה, ככה זה נראה:

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

דוגמה: End-to-end GAN

בואו נלך דרך דוגמה של סוף סוף שמנצל את כל מה שלמדת.

בואו נחשוב על:

• רשת גנרטור נועדה ליצור תמונות 28x28x1.
• רשת דיסציפלינרים נועדה לסווג 28x28x1 תמונות לשתי קטגוריות ("זיוף" ו "אמיתי").
• אופטימיזציה אחת לכל אחד.
• תפקיד אובדן כדי להכשיר את ההבדל.

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",
)

הנה שיעור GAN מלא בתכונות, overridingcompile()כדי להשתמש בחתימה משלה, וליישם את כל אלגוריתם GAN ב 17 שורותtrain_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(),
        }

בואו נבחן את זה:

# 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>

הרעיונות מאחורי הלמידה העמוקה הם פשוטים, אז למה יישום שלהם צריך להיות כואב?

פורסם במקור עלTensorFlowמאמר זה מופיע כאן תחת כותרת חדשה והוא מורשה תחת CC BY 4.0.