Voir sur TensorFlow.org | Exécuter dans Google Colab | Voir la source sur GitHub | Télécharger le cahier |
introduction
Lorsque vous faites l' apprentissage supervisé, vous pouvez utiliser en fit()
et tout fonctionne bien.
Lorsque vous avez besoin d'écrire votre propre boucle de formation à partir de zéro, vous pouvez utiliser le GradientTape
et prendre le contrôle de tous les petits détails.
Mais si vous avez besoin d' un algorithme de formation personnalisé, mais vous voulez toujours profiter des fonctions pratiques d' fit()
, comme callbacks, un support intégré de distribution, ou la fusion de l' étape?
Un principe fondamental de Keras est la divulgation progressive de la complexité. Vous devriez toujours être en mesure d'entrer dans les flux de travail de niveau inférieur de manière progressive. Vous ne devriez pas tomber d'une falaise si la fonctionnalité de haut niveau ne correspond pas exactement à votre cas d'utilisation. Vous devriez pouvoir mieux contrôler les petits détails tout en conservant une quantité proportionnelle de commodité de haut niveau.
Lorsque vous avez besoin de personnaliser ce qui fit()
le fait, vous devez remplacer la fonction de l' étape de formation du Model
classe. Ceci est la fonction qui est appelée par fit()
pour chaque lot de données. Vous serez alors en mesure d'appeler en fit()
comme d' habitude - et il sera en cours d' exécution de votre propre algorithme d'apprentissage.
Notez que ce modèle ne vous empêche pas de créer des modèles avec l'API fonctionnelle. Vous pouvez le faire si vous construisez Sequential
des modèles, des modèles fonctionnels de l' API ou les modèles sous - classées.
Voyons comment cela fonctionne.
Installer
Nécessite TensorFlow 2.2 ou version ultérieure.
import tensorflow as tf
from tensorflow import keras
Un premier exemple simple
Partons d'un exemple simple :
- Nous créons une nouvelle classe qui les sous - classes
keras.Model
. - Nous remplaçons simplement la méthode
train_step(self, data)
. - Nous renvoyons un dictionnaire mappant les noms de métriques (y compris la perte) à leur valeur actuelle.
L'argument d'entrée de data
est ce qui est transmis à adapter les données d'entraînement:
- Si vous passez des tableaux NumPy, en appelant
fit(x, y, ...)
, puis lesdata
seront tuple(x, y)
- Si vous passez un
tf.data.Dataset
, en appelantfit(dataset, ...)
dedata
dataset
fit(dataset, ...)
, alors lesdata
seront ce qui sera donné pardataset
dedataset
à chaque lot.
Dans le corps de la train_step
méthode, nous mettons en œuvre une mise à jour de la formation régulière, semblable à ce que vous êtes déjà familier. Il est important, on calcule la perte par self.compiled_loss
, qui enveloppe la fonction perte (s) (s) qui ont été transmis à la compile()
.
De même, nous appelons self.compiled_metrics.update_state(y, y_pred)
de mettre à jour l'état des mesures qui ont été adoptées dans la compile()
, et nous Regrouper les résultats de self.metrics
à la fin de récupérons leur valeur actuelle.
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.compiled_loss(y, y_pred, regularization_losses=self.losses)
# 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)
self.compiled_metrics.update_state(y, y_pred)
# Return a dict mapping metric names to current value
return {m.name: m.result() for m in self.metrics}
Essayons ceci :
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 [==============================] - 1s 2ms/step - loss: 0.9909 - mae: 0.8601 Epoch 2/3 32/32 [==============================] - 0s 2ms/step - loss: 0.4363 - mae: 0.5345 Epoch 3/3 32/32 [==============================] - 0s 2ms/step - loss: 0.2906 - mae: 0.4311 <keras.callbacks.History at 0x7f5ad1ca1090>
Passer au niveau inférieur
Bien sûr, vous pouvez simplement ignorer le passage d' une fonction de perte dans la compile()
, et au lieu tout faire manuellement dans train_step
. De même pour les métriques.
Voici un exemple de niveau inférieur, qui utilise uniquement la compile()
pour configurer l'optimiseur:
- Nous commençons par créer
Metric
cas pour suivre notre perte et un score MAE. - Nous mettons en œuvre une coutume
train_step()
qui met à jour l'état de ces mesures (en appelantupdate_state()
sur eux), puis les requêtes (parresult()
) pour retourner leur valeur moyenne actuelle, à afficher par la barre de progression et d'être passer à n'importe quel rappel. - Notez que nous aurions besoin d'appeler
reset_states()
sur nos mesures entre chaque époque! Sinon , appelerresult()
retournerait en moyenne depuis le début de la formation, alors que nous avons l' habitude travailler avec une moyenne par époque. Heureusement, le cadre peut faire pour nous: écrit tout simplement une mesure que vous voulez réinitialiser dans lametrics
propriété du modèle. Le modèle appellerareset_states()
sur un objet énuméré ici au début de chaquefit()
époque ou au début d'un appel àevaluate()
.
loss_tracker = keras.metrics.Mean(name="loss")
mae_metric = keras.metrics.MeanAbsoluteError(name="mae")
class CustomModel(keras.Model):
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
loss_tracker.update_state(loss)
mae_metric.update_state(y, y_pred)
return {"loss": loss_tracker.result(), "mae": 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 [loss_tracker, 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 passs 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 1ms/step - loss: 1.5969 - mae: 1.1523 Epoch 2/5 32/32 [==============================] - 0s 1ms/step - loss: 0.7352 - mae: 0.7310 Epoch 3/5 32/32 [==============================] - 0s 1ms/step - loss: 0.3830 - mae: 0.4999 Epoch 4/5 32/32 [==============================] - 0s 1ms/step - loss: 0.2809 - mae: 0.4215 Epoch 5/5 32/32 [==============================] - 0s 1ms/step - loss: 0.2590 - mae: 0.4058 <keras.callbacks.History at 0x7f5ad1b62c50>
Soutien sample_weight
& class_weight
Vous avez peut-être remarqué que notre premier exemple de base ne faisait aucune mention de la pondération de l'échantillon. Si vous voulez soutenir l' fit()
arguments sample_weight
et class_weight
, vous souhaitez simplement effectuer les opérations suivantes:
- Déballez
sample_weight
de ladata
argumentation - Passez à
compiled_loss
&compiled_metrics
(bien sûr, vous pouvez aussi simplement l' appliquer manuellement si vous ne comptez pas sur lacompile()
pour les pertes et les mesures) - C'est ça. C'est la liste.
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.compiled_loss(
y,
y_pred,
sample_weight=sample_weight,
regularization_losses=self.losses,
)
# 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()`.
self.compiled_metrics.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: 0.1365 - mae: 0.4196 Epoch 2/3 32/32 [==============================] - 0s 2ms/step - loss: 0.1285 - mae: 0.4068 Epoch 3/3 32/32 [==============================] - 0s 2ms/step - loss: 0.1212 - mae: 0.3971 <keras.callbacks.History at 0x7f5ad1ba64d0>
Fournir votre propre étape d'évaluation
Que faire si vous voulez faire la même chose pour les appels à model.evaluate()
? Ensuite , vous remplacer test_step
exactement de la même manière. Voici à quoi cela ressemble :
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.compiled_loss(y, y_pred, regularization_losses=self.losses)
# Update the metrics.
self.compiled_metrics.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: 2.7584 - mae: 1.5920 [2.758362054824829, 1.59201979637146]
Conclusion : un exemple de GAN de bout en bout
Parcourons un exemple de bout en bout qui tire parti de tout ce que vous venez d'apprendre.
Considérons:
- Un réseau de générateurs destiné à générer des images 28x28x1.
- Un réseau discriminateur destiné à classer les images 28x28x1 en deux classes ("faux" et "réels").
- Un optimiseur pour chacun.
- Une fonction de perte pour entraîner le discriminateur.
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",
)
Voici une fonctionnalité complète classe GAN, remplaçant la compile()
d'utiliser sa propre signature, et mettre en œuvre l'ensemble de l' algorithme de GAN en 17 lignes train_step
:
class GAN(keras.Model):
def __init__(self, discriminator, generator, latent_dim):
super(GAN, self).__init__()
self.discriminator = discriminator
self.generator = generator
self.latent_dim = latent_dim
def compile(self, d_optimizer, g_optimizer, loss_fn):
super(GAN, self).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))
return {"d_loss": d_loss, "g_loss": g_loss}
Testons-le :
# 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)
100/100 [==============================] - 3s 11ms/step - d_loss: 0.4031 - g_loss: 0.9305 <keras.callbacks.History at 0x7f5ad1b37c50>
Les idées derrière l'apprentissage en profondeur sont simples, alors pourquoi leur mise en œuvre devrait-elle être douloureuse ?