Держите Keras fit () и тренируйте свою модель на своем пути

Обзор контента

• Введение
• Настраивать
• Первый простой пример
• Собираясь более низкого уровня
• Поддержка Sample_weight & Class_weight
• Предоставление собственного этапа оценки
• Завершение: пример сквозного Gan

Введение

Когда вы делаете под наблюдением, вы можете использоватьfit()И все работает гладко.

Когда вам нужно написать свой собственный тренировочный цикл с нуля, вы можете использоватьGradientTapeИ взять под контроль каждую маленькую деталь.

Но что, если вам нужен пользовательский алгоритм обучения, но вы все равно хотите извлечь выгоду из удобных функцийfit(), например, обратные вызовы, встроенная поддержка дистрибуции или пошаговые слияния?

Основным принципом кераса являетсяпрогрессивное раскрытие сложностиПолем Вы всегда должны быть в состоянии вдаваться в рабочие процессы более низкого уровня постепенно. Вы не должны падать с обрыва, если функциональность высокого уровня не совсем соответствует вашим варианту использования. Вы должны быть в состоянии получить больше контроля над мелкими деталями, сохраняя при сохранении соразмерного количества удобства высокого уровня.

Когда вам нужно настроить чтоfit()делает, вы должныпереопределить функцию этапа обученияModelсорт. Это функция, которая называетсяfit()для каждой партии данных. Тогда вы сможете позвонитьfit()Как обычно - и он будет управлять вашим собственным алгоритмом обучения.

Обратите внимание, что этот шаблон не мешает вам создавать модели с функциональным API. Вы можете сделать это, будь вы строитеSequentialмодели, функциональные модели API или подклассные модели.

Посмотрим, как это работает.

Настраивать

Требуется Tensorflow 2.8 или более поздней версии.

import tensorflow as tf
from tensorflow import keras

Первый простой пример

Начнем с простого примера:

• Мы создаем новый класс, который подклассыkeras.ModelПолем
• Мы просто переопределяем методtrain_step(self, data)Полем
• Мы возвращаем имена метриков сопоставления словаря (включая потерю) к их текущему значению.

Входной аргументdataэто то, что передается, чтобы соответствовать данным обучения:

• Если вы передаете массивы Numpy, позвонивfit(x, y, ...), затемdataбудет кортеж(x, y)
• Если вы пройдетеtf.data.Dataset, позвонивfit(dataset, ...), затемdataбудет то, что получаетсяdatasetна каждой партии.

В телеtrain_stepМетод, мы реализуем регулярное обновление обучения, похожее на то, с чем вы уже знакомы. Важно, чтоМы вычисляем потерю черезself.compute_loss(), что завершает функцию (es), которые были переданыcompile()Полем

Точно так же мы называемmetric.update_state(y, y_pred)на метрик отself.metrics, чтобы обновить состояние метрик, которые были переданы вcompile(), и мы запросили результатыself.metricsВ конце концов, чтобы получить их текущее значение.

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}

Попробуем это:

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>

Собираясь более низкого уровня

Естественно, вы могли бы просто пропустить прохождение функции потерь вcompile()и вместо этого делай всевручнуювtrain_stepПолем Точно так же для метрик.

Вот пример более низкого уровня, который использует толькоcompile()Для настройки оптимизатора:

• Мы начинаем с созданияMetricслучаи отслеживания нашей потери и оценки MAE (в__init__())
• Мы реализуем пользовательскийtrain_step()Это обновляет состояние этих метрик (позвонивupdate_state()на них), затем запрашивайте их (черезresult()) вернуть их текущее среднее значение, которое будет отображаться с помощью панели прогресса и перенести к любому обратному обращению.
• Обратите внимание, что нам нужно позвонитьreset_states()На наших показателях между каждой эпохой! В противном случае звонокresult()Вернут среднее с момента начала обучения, тогда как мы обычно работаем со средними значениями по EPOCH. К счастью, фреймворк может сделать это для нас: просто перечислите любую метрику, которую вы хотите сбросить вmetricsсвойство модели. Модель позвонитreset_states()на любом объекте, перечисленном здесь, в начале каждогоfit()эпоха или в начале вызоваevaluate()Полем

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>

Поддержкаsample_weightИclass_weight

Возможно, вы заметили, что наш первый базовый пример не упомянул о взвешивании образца. Если вы хотите поддержатьfit()аргументыsample_weightиclass_weight, вы просто сделаете следующее:

• Распаковыватьsample_weightизdataаргумент
• Передать этоcompute_lossИupdate_state(Конечно, вы также можете просто применить это вручную, если не полагаетесь наcompile()за потери и метрики)
• Вот и все.

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>

Предоставление собственного этапа оценки

Что если вы хотите сделать то же самое для вызововmodel.evaluate()? Тогда вы бы переопределилиtest_stepточно так же. Вот как это выглядит:

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

Завершение: пример сквозного Gan

Давайте пройдемся через сквозной пример, который использует все, что вы только что выучили.

Давайте рассмотрим:

• Генераторная сеть, предназначенная для генерации изображений 28x28x1.
• Дискриминаторная сеть, предназначенная для классификации изображений 28x28x1 на два класса («подделка» и «настоящий»).
• Один оптимизатор для каждого.
• Функция потери для обучения дискриминатора.

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",
)

Вот дополнительный класс Gan, перепроданныйcompile()использовать свою собственную подпись и внедрить весь алгоритм GAN в 17 строках вtrain_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(),
        }

Давайте тестируем его:

# 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>

Идеи, лежащие в основе глубокого обучения, просты, так почему их реализация должна быть болезненной?