import mindspore
from mindspore import nn
from mindspore.dataset import vision, transforms
from mindspore.dataset import MnistDataset
( 1 a 1 a 1 2 ⋯ a 1 n 1 a 2 a 2 2 ⋯ a 2 n ⋮ ⋮ ⋮ ⋱ ⋮ 1 a m a m 2 ⋯ a m n ) \begin{pmatrix} 1 & a_1 & a_1^2 & \cdots & a_1^n \\ 1 & a_2 & a_2^2 & \cdots & a_2^n \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 1 & a_m & a_m^2 & \cdots & a_m^n \\ \end{pmatrix} 11⋮1a1a2⋮ama12a22⋮am2⋯⋯⋱⋯a1na2n⋮amn
Download data from open datasets
from download import download
url = “https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/”
“notebook/datasets/MNIST_Data.zip”
path = download(url, “./”, kind=“zip”, replace=True)
train_dataset = MnistDataset(‘MNIST_Data/train’)
test_dataset = MnistDataset(‘MNIST_Data/test’)
train_dataset
train_dataset.get_batch_size()
help(train_dataset)
print(train_dataset.get_col_names())
['image', 'label']
# 遍历数据集,打印前几个样本的图像数据
for idx, data in enumerate(train_dataset.create_tuple_iterator()):
if idx >= 5: # 只查看前5个样本
break
image = data[0].asnumpy() # 从数据元组中提取图像数据并转换为NumPy数组
print(f"Sample {idx + 1} image shape: {image.shape}")
# 注意: 你可以进一步处理或显示这个图像,例如使用matplotlib库
# 例如:
import matplotlib.pyplot as plt;
plt.imshow(image.squeeze(), cmap='gray');
plt.show()
Sample 1 image shape: (28, 28, 1)
def datapipe(dataset, batch_size):
image_transforms = [
vision.Rescale(1.0 / 255.0, 0),
vision.Normalize(mean=(0.1307,), std=(0.3081,)),
vision.HWC2CHW()
]
label_transform = transforms.TypeCast(mindspore.int32)
dataset = dataset.map(image_transforms, 'image')
dataset = dataset.map(label_transform, 'label')
dataset = dataset.batch(batch_size)
return dataset
# Map vision transforms and batch dataset
train_dataset = datapipe(train_dataset, 64)
test_dataset = datapipe(test_dataset, 64)
for image, label in test_dataset.create_tuple_iterator():
print(f"Shape of image [N, C, H, W]: {image.shape} {image.dtype}")
print(f"Shape of label: {label.shape} {label.dtype}")
break
Shape of image [N, C, H, W]: (64, 1, 28, 28) Float32
Shape of label: (64,) Int32
for data in test_dataset.create_dict_iterator():
print(f"Shape of image [N, C, H, W]: {data['image'].shape} {data['image'].dtype}")
print(f"Shape of label: {data['label'].shape} {data['label'].dtype}")
break
Shape of image [N, C, H, W]: (64, 1, 28, 28) Float32
Shape of label: (64,) Int32
# Define model
class Network(nn.Cell):
def __init__(self):
super().__init__()
self.flatten = nn.Flatten()
self.dense_relu_sequential = nn.SequentialCell(
nn.Dense(28*28, 512),
nn.ReLU(),
nn.Dense(512, 512),
nn.ReLU(),
nn.Dense(512, 10)
)
def construct(self, x):
x = self.flatten(x)
logits = self.dense_relu_sequential(x)
return logits
model = Network()
print(model)
Network<
(flatten): Flatten<>
(dense_relu_sequential): SequentialCell<
(0): Dense<input_channels=784, output_channels=512, has_bias=True>
(1): ReLU<>
(2): Dense<input_channels=512, output_channels=512, has_bias=True>
(3): ReLU<>
(4): Dense<input_channels=512, output_channels=10, has_bias=True>
>
>
MindSpore中的CrossEntropyLoss
类是用于计算交叉熵损失的一个模块,它是监督学习中常见的损失函数,特别是在分类问题中广泛使用。这个损失函数衡量了模型预测概率分布与真实标签(或概率分布)之间的差距。以下是对其功能和参数的详细解析:
基本概念
- 输入:模型的输出通常是对每个类别的预测概率,称作 logits 或 scores,而目标(labels)可以是类别索引或概率分布。
- 输出:一个标量值,表示模型在给定批次数据上的损失,该值可用于反向传播以更新模型参数。
参数解析
- weight (
Tensor
, 可选): 为每个类别分配一个权重,用于重新缩放损失。这对于类别不平衡问题特别有用,可以通过调整不同类别的损失重要性来优化模型学习。默认为None
,表示不对类别进行加权。 - ignore_index (int, 默认-100): 指定一个目标值,在计算损失和梯度时忽略它,通常用于处理数据集中的填充项。
- reduction (str, 默认’mean’): 指定如何在批次内聚合损失值。选项有
'none'
(不进行聚合)、'mean'
(取平均值)和'sum'
(求和)。 - label_smoothing (float, 默认0.0): 一种正则化手段,通过在真实标签上添加一点噪声来防止过拟合,取值范围是 [0.0, 1.0]。值越接近0,影响越小。
输入要求
- logits: 模型输出,形状可以是
(C,)
、(N, C)
或更高维度的张量,其中C
是类别数,数据类型需为float16
或float32
。 - labels: 目标标签,可以是类别索引(整数类型,如
(N,)
或(N, d1, d2, ..., dK)
形状,数据类型为int32
),也可以是每个样本的概率分布(形状和数据类型同 logits)。
计算逻辑
- 对于类别索引作为标签:损失针对每个样本的正确类别计算,公式为
-w_y * log(p_y)
,其中w_y
是对应类别的权重(如果设置了weight
),p_y
是该类别的预测概率,且计算前会先除以对应行的元素和(softmax操作的输出)。如果标签等于ignore_index
,则不计入损失。 - 对于概率分布作为标签:损失计算考虑了真实概率分布,公式为
-∑w_c * log(p_c) * y_c
,其中w_c
是类别的权重,p_c
是模型预测的类别为c
的概率,y_c
是真实概率分布中类别c
的概率。 - 根据
reduction
参数决定是否对批次内的损失进行平均或求和。
返回值
返回一个张量,表示计算得到的交叉熵损失值。
异常情况
- 如果输入的类型或形状不符合要求,会抛出相应的错误。
总之,CrossEntropyLoss
实现了灵活的交叉熵损失计算,支持类别权重、忽略索引以及标签平滑等特性,是训练分类模型时常用的损失函数。
\ell(x, y) = \begin{cases}
\sum_{n=1}^N \frac{1}{\sum_{n=1}^N w_{y_n} \cdot \mathbb{1}{y_n \not= \text{ignore_index}}} l_n, &
\text{if reduction} = \text{‘mean’,}\
\sum_{n=1}^N l_n, &
\text{if reduction} = \text{‘sum’.}
\end{cases}
$\ell(x, y) = \begin{cases}
\sum_{n=1}^N \frac{1}{\sum_{n=1}^N w_{y_n} \cdot \mathbb{1}\{y_n \not= \text{ignore_index}\}} l_n, &
\text{if reduction} = \text{'mean',}\\
\sum_{n=1}^N l_n, &
\text{if reduction} = \text{'sum'.}
\end{cases}$
看起来你在使用 KaTeX 渲染数学公式时遇到了问题,特别是与下划线(_)字符相关。在 KaTeX 中,下划线用于创建下标,因此在文本模式(比如 \text{…})内直接使用下划线可能会导致解析错误。为了解决这个问题,你需要在文本模式内表示下划线时使用 \textunderscore 或者对 _ 本身进行转义——即使用 _。
MindSpore框架中的CrossEntropyLoss
类实现的交叉熵损失函数,支持两种类型的标签输入,并提供了可选的权重调整、忽略索引、损失减少方法以及标签平滑功能。下面是该损失函数的数学公式及解释,结合具体的例子来帮助理解。
公式与解释
类别索引作为标签(int型)
当目标y
是类别索引(整数)时,损失函数定义为:
$\[
\ell(x, y) = L = \{l_1, \ldots, l_N\}^\top, \quad
l_n = - w_{y_n} \log \frac{\exp(x_{n,y_n})}{\sum_{c=1}^C \exp(x_{n,c})} \cdot \mathbb{1}\{y_n \not= \text{ignore_index}\}
\]$
- (x) 是模型输出的对数概率(logits),形状为 ((N, C)),其中 (N) 是批量大小,(C) 是类别数量。
- (y_n) 是第 (n) 个样本的真实类别索引。
- (w_{y_n}) 是针对第 (n) 个样本的真实类别 (y_n) 的权重,如果未指定,则默认每个类的权重为 1。
- (\mathbb{1}{y_n \not= \text{ignore_index}}) 是指示函数,如果 (y_n) 不等于忽略索引,则为 1,否则为 0,用来排除忽略的类别。
- 当
reduction
不为'none'
时,损失会进一步归约:- 平均:(\ell(x, y) = \sum_{n=1}^N \frac{1}{\sum_{n=1}^N w_{y_n} \cdot \mathbb{1}{y_n \not= \text{ignore_index}}} l_n) (如果
reduction='mean'
) - 总和:(\ell(x, y) = \sum_{n=1}^N l_n) (如果
reduction='sum'
)
- 平均:(\ell(x, y) = \sum_{n=1}^N \frac{1}{\sum_{n=1}^N w_{y_n} \cdot \mathbb{1}{y_n \not= \text{ignore_index}}} l_n) (如果
概率作为标签(float型)
如果目标y
是每个类别的概率分布,损失函数变为:
$\[
\ell(x, y) = L = \{l_1, \ldots, l_N\}^\top, \quad
l_n = - \sum_{c=1}^C w_c \log \frac{\exp(x_{n,c})}{\sum_{i=1}^C \exp(x_{n,i})} y_{n,c}
\]$
- (y_{n,c}) 是第 (n) 个样本在类别 (c) 上的真实概率。
- (w_c) 是针对类别 (c) 的权重,如果未指定,则每个类的权重默认为 1。
- 其他符号含义与前一情况相同。
例子解析
假设有一个二分类问题,批量大小 (N=2),每个样本有 (C=2) 个类别。模型对第一个样本预测的对数概率为 ([-1.2, 0.5]),真实类别索引为0(表示第一个类别);对第二个样本预测的对数概率为 ([-0.7, -1.5]),真实类别索引为1(表示第二个类别)。忽略索引设为默认值,不使用类别权重,且采用默认的均值归约方式。
- 对于第一个样本,计算的损失是$ (-\log\left(\frac{\exp(-1.2)}{\exp(-1.2)+\exp(0.5)}\right) = -\log(0.27) ≈ 1.2527)$
- 对于第二个样本,计算的损失是 KaTeX parse error: Can't use function '\(' in math mode at position 1: \̲(̲-\log\left(\fra…
如果采用均值归约(reduction='mean'
),最终的损失为 (\frac{1.2527 + 1.5108}{2} ≈ 1.3818)。
总结
CrossEntropyLoss
在MindSpore中提供了灵活的配置选项,可以适应不同类型的标签输入,并允许用户根据需要调整损失计算的方式,如通过权重调整、忽略特定标签值、选择不同的损失归约策略以及应用标签平滑技术,从而优化模型的训练过程。
loss_fn = nn.CrossEntropyLoss()
optimizer = nn.SGD(model.trainable_params(), 1e-2)
SGD(Stochastic Gradient Descent,随机梯度下降)是最基本也是最常用的优化算法之一,用于更新模型参数。在MindSpore的SGD实现中,支持动量(momentum)和Nesterov动量加速。以下是算法的数学公式及其解释:
基础SGD更新公式(无动量):
$\[ p_{t+1} = p_{t} - \eta \cdot g_{t} \]$
其中:
- ( p_{t} ) 表示在时间步 ( t ) 时的参数向量。
- ( g_{t} ) 表示在时间步 ( t ) 时的梯度向量。
- ( \eta ) 表示学习率(learning rate)。
动量SGD更新公式(含动量项 ( v )):
$\[ v_{t+1} = \mu \cdot v_{t} + g_{t} \]$
$\[ p_{t+1} = p_{t} - \eta \cdot v_{t+1} \]$
其中:
- ( v_{t} ) 是累积动量项,在时间步 ( t ) 时的值。
- ( \mu ) 是动量系数(momentum coefficient),用于控制历史梯度的影响力。
Nesterov动量SGD更新公式:
$\[ v_{t+1} = \mu \cdot v_{t} + g_{t} \]$
$\[ p_{t+1} = p_{t} - \eta \cdot (\mu \cdot v_{t+1} + g_{t}) \]$
或者等价地写作:
\[ v_{t+1} = \mu \cdot v_{t} + (1 + \mu) \cdot g_{t} \]
\[ p_{t+1} = p_{t} - \eta \cdot v_{t+1} \]
这里的区别在于计算梯度更新时,先考虑了未来的动量项 ( \mu \cdot v_{t+1} ),这被称为Nesterov加速。
举例解析
假设我们有参数 ( p_t = 3 ),梯度 ( g_t = -1 ),学习率 ( \eta = 0.1 ),动量系数 ( \mu = 0.9 ),且初始动量 ( v_0 = 0 )。
- 基础SGD更新:
第一步:无动量,直接更新参数。
$\( p_{1} = p_{0} - \eta \cdot g_{0} = 3 - 0.1 \cdot (-1) = 3.1 \)$
- 动量SGD更新:
第一步:计算动量 ( v_1 ) 和更新参数。
$ \( v_{1} = \mu \cdot v_{0} + g_{0} = 0.9 \cdot 0 + (-1) = -1 \)$
$ \( p_{1} = p_{0} - \eta \cdot v_{1} = 3 - 0.1 \cdot (-1) = 3.1 \)$
第二步:继续更新动量和参数。
$ \( v_{2} = \mu \cdot v_{1} + g_{1} = 0.9 \cdot (-1) + (-1) = -1.9 \)$
$\( p_{2} = p_{1} - \eta \cdot v_{2} = 3.1 - 0.1 \cdot (-1.9) = 3.29 \)$
可见,动量机制使得更新更为平滑,考虑了历史梯度。
- Nesterov动量SGD更新:
第一步:使用Nesterov方法计算动量和更新参数。
$\( v_{1} = \mu \cdot v_{0} + g_{0} = 0.9 \cdot 0 + (-1) = -1 \)$
$ \( p_{1} = p_{0} - \eta \cdot (\mu \cdot v_{1} + g_{0}) = 3 - 0.1 \cdot (0.9 \cdot (-1) - 1) = 3.19 \)$
这里,更新时考虑了动量项对未来梯度的影响,可能导致更快的收敛速度和更好的性能。
综上所述,SGD算法通过不断根据梯度调整参数来最小化目标函数,而动量机制和Nesterov动量则是为了加速收敛和提高训练稳定性而引入的改进。Mindspore的SGD实现支持这些优化策略,并允许用户通过设置参数来自定义学习过程。
optimizer.parameters
(Parameter (name=dense_relu_sequential.0.weight, shape=(512, 784), dtype=Float32, requires_grad=True),
Parameter (name=dense_relu_sequential.0.bias, shape=(512,), dtype=Float32, requires_grad=True),
Parameter (name=dense_relu_sequential.2.weight, shape=(512, 512), dtype=Float32, requires_grad=True),
Parameter (name=dense_relu_sequential.2.bias, shape=(512,), dtype=Float32, requires_grad=True),
Parameter (name=dense_relu_sequential.4.weight, shape=(10, 512), dtype=Float32, requires_grad=True),
Parameter (name=dense_relu_sequential.4.bias, shape=(10,), dtype=Float32, requires_grad=True))
# 1. Define forward function
def forward_fn(data, label):
logits = model(data)
loss = loss_fn(logits, label)
return loss, logits
# 2. Get gradient function
grad_fn = mindspore.value_and_grad(forward_fn, None, optimizer.parameters, has_aux=True)
# 3. Define function of one-step training
def train_step(data, label):
(loss, _), grads = grad_fn(data, label)
optimizer(grads)
return loss
def train(model, dataset):
size = dataset.get_dataset_size()
model.set_train()
for batch, (data, label) in enumerate(dataset.create_tuple_iterator()):
loss = train_step(data, label)
if batch % 100 == 0:
loss, current = loss.asnumpy(), batch
print(f"loss: {loss:>7f} [{current:>3d}/{size:>3d}]")
def test(model, dataset, loss_fn):
num_batches = dataset.get_dataset_size()
model.set_train(False)
total, test_loss, correct = 0, 0, 0
for data, label in dataset.create_tuple_iterator():
pred = model(data)
total += len(data)
test_loss += loss_fn(pred, label).asnumpy()
print("test_loss1-->",test_loss)
correct += (pred.argmax(1) == label).asnumpy().sum()
print("pred.argmax(1)-->",pred.argmax(1))
test_loss /= num_batches
correct /= total
print(f"Test: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")
epochs = 3
for t in range(epochs):
print(f"Epoch {t+1}\n-------------------------------")
train(model, train_dataset)
test(model, test_dataset, loss_fn)
print("Done!")
Epoch 1
-------------------------------
loss: 2.293846 [ 0/938]
loss: 1.676837 [100/938]
loss: 0.913287 [200/938]
loss: 0.653671 [300/938]
loss: 0.363841 [400/938]
loss: 0.396162 [500/938]
loss: 0.323629 [600/938]
loss: 0.268962 [700/938]
loss: 0.222217 [800/938]
loss: 0.440861 [900/938]
test_loss1--> 0.406164288520813
pred.argmax(1)--> [7 5 6 2 7 7 1 6 3 3 6 2 6 1 1 6 0 9 9 7 7 9 4 0 5 1 6 4 4 0 9 2 0 2 8 3 8
7 3 4 0 4 6 9 0 8 2 2 1 9 3 9 5 7 6 6 6 1 6 6 2 8 4 8]
test_loss1--> 0.8395757973194122
pred.argmax(1)--> [6 0 1 0 0 7 6 7 1 7 0 0 2 8 0 2 3 2 5 3 5 7 5 2 5 6 1 1 0 4 3 0 3 7 6 0 1
5 9 5 2 2 8 4 2 9 5 6 6 1 4 7 2 6 1 5 6 4 4 1 2 2 0 4]
test_loss1--> 1.3517875969409943
pred.argmax(1)--> [6 1 5 7 2 1 1 4 0 4 3 0 3 3 4 5 6 0 1 0 0 7 5 2 2 0 3 5 7 1 5 3 3 4 2 5 4
5 0 4 8 2 1 9 1 1 6 7 7 3 5 0 0 4 5 7 7 6 8 3 1 7 7 1]
test_loss1--> 33.19779993593693
pred.argmax(1)--> [4 1 7 7 8 2 9 1 1 4 5 6 1 7 8 9]
Test:
Accuracy: 93.8%, Avg loss: 0.211451
Done!
# Save checkpoint
mindspore.save_checkpoint(model, "model.ckpt")
print("Saved Model to model.ckpt")
Saved Model to model.ckpt
# Instantiate a random initialized model
model = Network()
# Load checkpoint and load parameter to model
param_dict = mindspore.load_checkpoint("model.ckpt")
param_not_load, _ = mindspore.load_param_into_net(model, param_dict)
print(param_not_load)
[]
model.set_train(False)
for data, label in test_dataset:
pred = model(data)
predicted = pred.argmax(1)
print(f'Predicted: "{predicted[:10]}", Actual: "{label[:10]}"')
break
Predicted: "[4 2 5 8 8 8 3 3 4 7]", Actual: "[4 2 5 8 8 8 3 3 4 7]"
print("wancheng author:yangge yyp 2024-6-19")
wancheng author:yangge yyp 2024-6-19