深度学习基础
-
尽管强大的深度学习框架可以减少大量重复性工作,但若过于依赖它提供的便利,会导致我们很难深入理解深度学习是如何工作的。
-
因此,我们将介绍如何只利用 NDArray 和 autograd 来实现一个线性回归的训练。
线性回归的从零开始实现
-
首先,导入所需的包或模块,其中的 matplotlib 包可用于作图:
from IPython import display from matplotlib import pyplot as plt from mxnet import autograd, nd import random
生成数据集
-
我们构造一个简单的人工训练数据集,它可以使我们能够直观比较学到的参数和真实的模型参数的区别。
-
设训练数据集样本数为1000,输入个数(特征数)为2。
- 给定随机生成的批量样本特征: X ∈ R 1000 × 2 \boldsymbol{X} \in \mathbb{R}^{1000 \times 2} X∈R1000×2
- 我们使用线性回归模型真实权重和偏差: w = [ 2 , − 3.4 ] ⊤ \boldsymbol{w}=[2,-3.4]^{\top} w=[2,−3.4]⊤、 b = 4.2 b=4.2 b=4.2
- 以及一个随机噪声项: ϵ \epsilon ϵ
- 噪声项 ϵ \epsilon ϵ 服从均值为0、标准差为0.01的正态分布。
- 噪声代表了数据集中无意义的干扰。
- 生成标签: y = X w + b + ϵ \boldsymbol{y}=\boldsymbol{X} \boldsymbol{w}+b+\epsilon y=Xw+b+ϵ
-
下面,让我们生成数据集:
# 生成数据集 # features 的每一行是一个长度为2的向量,而 labels 的每一行是一个长度为1的向量(标量)。 num_inputs = 2 num_examples = 1000 true_w = [2, -3.4] true_b = 4.2 features = nd.random.normal(scale=1, shape=(num_examples, num_inputs)) labels = true_w[0] * features[:, 0] + true_w[1] * features[:, 1] + true_b labels += nd.random.normal(scale=0.01, shape=labels.shape) print(features[0], labels[0]) """ Output: [1.1630785 0.4838046] <NDArray 2 @cpu(0)> [4.879625] <NDArray 1 @cpu(0)> """
-
通过生成第二个特征 features[:, 1] 和标签 labels 的散点图,可以更直观地观察两者间的线性关系:
# 生成第二个特征 features[:, 1] 和标签 labels 的散点图 def use_svg_display(): # 用矢量图显示 display.set_matplotlib_formats('svg') def set_figsize(figsize=(3.5, 2.5)): use_svg_display() # 设置图的尺寸 plt.rcParams['figure.figsize'] = figsize set_figsize() # 加分号只显示图 plt.scatter(features[:, 1].asnumpy(), labels.asnumpy(), 1); plt.show()
读取数据
-
在训练模型的时候,我们需要遍历数据集并不断读取小批量数据样本。
-
我们定义一个函数使其每次返回 batch_size(批量大小)个随机样本的特征和标签:
# 定义一个函数:它每次返回 batch_size(批量大小)个随机样本的特征和标签。 def data_iter(batch_size, features, labels): num_examples = len(features) indices = list(range(num_examples)) # 样本的读取顺序是随机的 random.shuffle(indices) for i in range(0, num_examples, batch_size): j = nd.array(indices[i: min(i + batch_size, num_examples)]) # take 函数根据索引返回对应元素 yield features.take(j), labels.take(j)
-
让我们读取第一个小批量数据样本并打印。每个批量的特征形状为(10, 2),分别对应批量大小和输入个数;标签形状为批量大小。
# 读取第一个小批量数据样本并打印 batch_size = 10 for x, y in data_iter(batch_size, features, labels): print(x, y) break """ Output: [[-0.511572 0.3929431 ] [ 0.14603852 -1.4237237 ] [ 0.53989464 -0.8063781 ] [ 1.527508 -0.42868343] [-1.0910612 0.24606876] [-1.2520171 0.2591413 ] [ 0.8395475 -0.8393784 ] [ 0.9821262 -0.17373237] [ 0.99923676 -0.86133176] [ 0.47207657 -0.04626406]] <NDArray 10x2 @cpu(0)> [1.8385592 9.3246 8.017159 8.719315 1.1776838 0.83230937 8.733551 6.7600207 9.121296 5.3175707 ] <NDArray 10 @cpu(0)> """
初始化模型参数
-
我们将权重初始化成均值为0、标准差为0.01的正态随机数,偏差则初始化成0:
# 我们将权重初始化成均值为0、标准差为0.01的正态随机数,偏差则初始化成0。 w = nd.random.normal(scale=0.01, shape=(num_inputs, 1)) b = nd.zeros(shape=(1,))
-
模型训练中需要对这些参数求梯度来迭代参数的值,因此我们需要创建它们的梯度:
# 创建它们的梯度 w.attach_grad() b.attach_grad()
定义模型
-
下面是线性回归的矢量计算表达式的实现,我们使用 dot 函数做矩阵乘法:
# 我们使用 dot 函数做矩阵乘法。 def linreg(X, w, b): return nd.dot(X, w) + b
定义损失函数
-
使用平方损失来定义线性回归的损失函数。
-
在实现中,我们需要把真实值 y y y 变形成预测值 y ^ \hat y y^ 的形状。
# 定义损失函数 # 以下函数返回的结果和 y_hat 的形状相同。 def square_loss(y_hat, y): return (y_hat - y.reshape(y_hat.shape)) ** 2 / 2
定义优化算法
-
sgd 函数实现了小批量随机梯度下降算法,它通过不断迭代模型参数来优化损失函数。
-
自动求梯度模块计算得来的梯度是一个批量样本的梯度和,我们将它除以批量大小来得到平均值:
def sgd(params, lr, batch_size): for param in params: param[:] = param - lr * param.grad / batch_size
训练模型
-
在训练中,我们将多次迭代模型参数。
-
在每次迭代中,我们根据当前读取的小批量数据样本(特征 X X X 和标签 y y y),通过调用反向函数backward 计算小批量随机梯度,并调用优化算法 sgd 迭代模型参数。
-
由于我们之前设批量大小 batch_size 为10,每个小批量的损失 l l l 的形状为(10, 1)。由于变量 l l l 并不是一个标量,运行 l . b a c k w a r d ( ) l.backward() l.backward() 将对 l l l 中元素求和得到新的变量,再求该变量有关模型参数的梯度。
-
在一个迭代周期(epoch)中,我们将完整遍历一遍 data_iter 函数,并对训练数据集中所有样本都使用一次(假设样本数能够被批量大小整除)。
-
迭代周期个数 num_epochs 和学习率 lr 都是超参数,分别设3和0.03。
-
在实践中,大多超参数都需要通过反复试错来不断调节,虽然迭代周期数设得越大模型可能越有效,但是训练时间可能过长。
# 训练模型的超参数设置 lr = 0.03 num_epochs = 3 net = linreg loss = square_loss # 训练模型一共需要 num_epochs 个迭代周期 for epoch in range(num_epochs): # 在每一个迭代周期中,会使用训练数据集中所有样本一次(假设样本数能够被批量大小整除)。 # X 和 y 分别是小批量样本的特征和标签 for X, y in data_iter(batch_size, features, labels): with autograd.record(): # l 是有关小批量 X 和 y 的损失 l = loss(net(X, w, b), y) # 小批量的损失对模型参数求梯度 l.backward() # 使用小批量随机梯度下降迭代模型参数 sgd([w, b], lr, batch_size) train_l = loss(net(features, w, b), labels) print('epoch %d, loss %f' % (epoch + 1, train_l.mean().asnumpy())) """ Output: epoch 1, loss 0.034922 epoch 2, loss 0.000121 epoch 3, loss 0.000049 """ # 训练完成后,我们可以比较学到的参数和用来生成训练集的真实参数。 print(true_w, w) print(true_b, b) """ Output: [2, -3.4] [[ 1.9990884] [-3.3994849]] <NDArray 2x1 @cpu(0)> 4.2 [4.2002444] <NDArray 1 @cpu(0)> """