1. 模型训练
模型训练一般分为四个步骤:
- 构建数据集。
- 定义神经网络模型。
- 定义超参、损失函数及优化器。
- 输入数据集进行训练与评估。
我们有了数据集和模型后,可以进行模型的训练与评估。
1.1 导入依赖
# 导入依赖
# 导入mindspore库,这是华为推出的一个开源深度学习框架,用于构建和训练神经网络。
import mindspore
# 从mindspore库中导入nn模块,这个模块包含了构建神经网络所需的各种层和函数。
from mindspore import nn
# 从mindspore的dataset模块中导入vision和transforms子模块,用于数据变换。
# vision模块提供了一些常用的图像处理方法,如裁剪、翻转等。
# transforms模块提供了一些用于数据增强和预处理的函数。
from mindspore.dataset import vision, transforms
# 从mindspore的dataset模块中导入MnistDataset类,用于加载和解析MNIST数据集。
from mindspore.dataset import MnistDataset
# Download data from open datasets
# 导入download模块中的download函数,用于从互联网上下载公开的数据集。
from download import download
1.2 构建数据集
首先从数据集 Dataset下载数据,构建数据集。
# 定义一个URL变量,指向MindSpore官网提供的MNIST数据集压缩文件的地址
# MNIST是一个手写数字识别的数据集,包含60000个训练样本和10000个测试样本。
url = "https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/" \
"notebook/datasets/MNIST_Data.zip"
# 调用之前导入的download函数,使用该函数从指定的URL下载文件
# 第一个参数是文件的URL
# 第二个参数是下载后文件的保存路径,这里使用了当前目录(".")作为保存路径
# 第三个参数指定了下载文件的类型,这里是"zip"表示下载的是一个ZIP压缩文件
# 第四个参数replace=True表示如果文件已经存在,将会覆盖旧的文件
path = download(url, "./", kind="zip", replace=True)
# 定义一个数据管道函数,用于加载和处理MNIST数据集
# 函数内部首先定义了一系列图像变换,包括缩放、标准化和维度转换。
# 然后,它定义了一个标签变换,将标签数据类型转换为mindspore.int32。
# 接着,函数加载MNIST数据集,并应用这些变换。
# 最后,它将数据集划分为指定批量大小的小批量数据,并返回处理后的数据集。
def datapipe(path, batch_size):
# 创建一个图像变换列表,包括以下步骤:
# 1. Rescale: 将图像像素值缩放到[0, 1]范围
# 2. Normalize: 对图像进行标准化处理,使用MNIST数据集的均值和标准差
# 3. HWC2CHW: 将图像的维度从Height x Width x Channel (HWC)转换为Channel x Height x Width (CHW)
image_transforms = [
vision.Rescale(1.0 / 255.0, 0),
vision.Normalize(mean=(0.1307,), std=(0.3081,)),
vision.HWC2CHW()
]
# 定义一个标签变换,将标签数据类型转换为mindspore.int32
label_transform = transforms.TypeCast(mindspore.int32)
# 加载MNIST数据集,指定数据集的路径
dataset = MnistDataset(path)
# 对数据集中的图像应用之前定义的图像变换
dataset = dataset.map(image_transforms, 'image')
# 对数据集中的标签应用之前定义的标签变换
dataset = dataset.map(label_transform, 'label')
# 将数据集划分为批量大小为batch_size的小批量数据
dataset = dataset.batch(batch_size)
# 返回处理后的数据集
return dataset
# 使用datapipe函数创建训练数据集,指定数据集路径和批量大小为64
train_dataset = datapipe('MNIST_Data/train', batch_size=64)
# 使用datapipe函数创建测试数据集,指定数据集路径和批量大小为64
test_dataset = datapipe('MNIST_Data/test', batch_size=64)
输出:
Downloading data from https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/notebook/datasets/MNIST_Data.zip (10.3 MB)
file_sizes: 100%|██████████████████████████| 10.8M/10.8M [00:00<00:00, 98.5MB/s]
Extracting zip file...
Successfully downloaded / unzipped to ./
1.3 定义神经网络模型
从网络构建中加载代码,构建一个神经网络模型。
# 定义一个神经网络类Network,它继承自mindspore.nn.Cell类,用于图像分类任务,例如MNIST手写数字识别。
# 网络结构包括一个展平层(Flatten),它将输入图像展平为一维向量,
# 然后是三个全连接层(Dense),每个全连接层后面跟着一个ReLU激活函数。
# 最后一个全连接层输出10个节点的logits,对应于10个类别的预测。
class Network(nn.Cell):
def __init__(self):
# 类的初始化方法,调用父类的初始化方法
super().__init__()
# 创建一个Flatten层,用于将输入的图像数据展平为一维向量
self.flatten = nn.Flatten()
# 创建一个SequentialCell,它包含一个层序列,用于定义神经网络的结构
# 这个序列包括三个全连接层(Dense),每个全连接层之后是一个ReLU激活函数
# 第一个全连接层将28*28个输入节点映射到512个节点
# 第二个全连接层将512个节点映射到512个节点
# 第三个全连接层将512个节点映射到10个节点,对应于10个类别的输出
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):
# 定义网络的前向传播过程
# 将输入x通过Flatten层展平为一维向量
x = self.flatten(x)
# 将展平后的向量通过之前定义的层序列(全连接层和ReLU激活函数)
logits = self.dense_relu_sequential(x)
# 返回最后一个全连接层的输出,即模型的logits(未归一化的预测值)
return logits
# 创建Network类的实例,即构建了一个可以用于训练和预测的神经网络模型
model = Network()
1.4 定义超参、损失函数和优化器
1.4.1 超参
超参(Hyperparameters)是可以调整的参数,可以控制模型训练优化的过程,不同的超参数值可能会影响模型训练和收敛速度。目前深度学习模型多采用批量随机梯度下降算法进行优化,随机梯度下降算法的原理如下:
w t + 1 = w t − η 1 n ∑ x ∈ B ∇ l ( x , w t ) w_{t+1}=w_{t}-\eta \frac{1}{n} \sum_{x \in \mathcal{B}} \nabla l\left(x, w_{t}\right) wt+1=wt−ηn1x∈B∑∇l(x,wt)
这个公式的含义是权重向量 w w w在时间步 t t t到 t + 1 t+1 t+1的更新。是通过计算学习率乘以批量B中所有样本在权重 w t w_t wt下,损失函数 l l l对输入 x x x的平均梯度得到的。
公式中, n n n是批量 B B B中的样量数量,即批量大小(batch size), η η η是学习率(learning rate)。另外, w t w_{t} wt为训练轮次 t t t中的权重参数, ∇ l \nabla l ∇l为损失函数的导数。除了梯度本身,这几个因子直接决定了模型的权重更新,从优化本身来看,它们是影响模型性能收敛最重要的参数。一般会定义以下超参用于训练:
-
训练轮次(epoch):训练时遍历数据集的次数。
-
批次大小(batch size):数据集进行分批读取训练,设定每个批次数据的大小。batch size过小,花费时间多,同时梯度震荡严重,不利于收敛;batch size过大,不同batch的梯度方向没有任何变化,容易陷入局部极小值,因此需要选择合适的batch size,可以有效提高模型精度、全局收敛。
-
学习率(learning rate):如果学习率偏小,会导致收敛的速度变慢,如果学习率偏大,则可能会导致训练不收敛等不可预测的结果。梯度下降法被广泛应用在最小化模型误差的参数优化算法上。梯度下降法通过多次迭代,并在每一步中最小化损失函数来预估模型的参数。学习率就是在迭代过程中,会控制模型的学习进度。学习率应该足够小,以确保参数更新的方向是逐渐逼近最优解的;但同时也要足够大,以避免收敛过慢。常用的学习率有如下几种:
- 固定学习率:这种方法简单直接,但是可能不够灵活,常见的固定学习率包括0.1、0.01等。
- 自适应学习率:这种方法可以根据训练过程中的误差或梯度信息动态调整学习率。例如,Adam优化器会根据梯度的方差自动调整学习率。
- 阶梯学习率:这种方法将学习过程分为多个阶段,每个阶段采用不同的学习率。例如,开始时可以使用较大的学习率快速收敛,然后逐渐减小学习率以防止过拟合。
# 设置训练过程中的epochs数量,3意味着模型将训练三次。
# 增加epoch的数量可以增加模型的训练时间,但也可能提高模型的性能。
epochs = 3
# 设置每个批次的样本数量
# 较小的批量大小可能会导致训练过程更加不稳定,但可能有助于防止过拟合。
# 较大的批量大小可能会提供更稳定的梯度估计,但需要更多的内存。
batch_size = 64
# 设置学习率,1e-2是科学计数法表示的0.01
# 这是一个相对较高的学习率,通常在训练初期使用较高的学习率可以帮助模型快速收敛,
# 但随着训练的进行,可能会需要减小学习率以获得更好的性能。
learning_rate = 1e-2
1.4.2 损失函数
损失函数(loss function)用于评估模型的预测值(logits)和目标值(targets)之间的误差。训练模型时,随机初始化的神经网络模型开始时会预测出错误的结果。损失函数会评估预测结果与目标值的相异程度,模型训练的目标即为降低损失函数求得的误差。
常见的损失函数包括用于回归任务的nn.MSELoss
(均方误差损失函数)和用于分类的nn.NLLLoss
(负对数似然损失函数)等。 nn.CrossEntropyLoss
结合了nn.LogSoftmax
和nn.NLLLoss
,可以对logits 进行归一化并计算预测误差。
# 定义一个交叉熵损失函数,用于多类别分类任务
loss_fn = nn.CrossEntropyLoss()
1.4.3 优化器
模型优化(Optimization)是在每个训练步骤中调整模型参数以减少模型误差的过程。MindSpore提供多种优化算法的实现,称之为优化器(Optimizer)。优化器内部定义了模型的参数优化过程(即梯度如何更新至模型参数),所有优化逻辑都封装在优化器对象中。在这里,我们使用SGD(Stochastic Gradient Descent)优化器。
SGD工作原理:
- 随机性:与传统的批量梯度下降(Batch Gradient Descent,BGD)不同,SGD不是使用整个数据集来计算梯度,而是随机选择数据集中的一个样本或者一个小的样本子集(批量)来计算梯度。这种随机性有助于模型在训练过程中探索不同的数据点,从而可能找到更优的参数值。
- 梯度计算:对每个选定的样本或批量,SGD计算损失函数相对于模型参数的梯度。梯度是一个向量,其方向是函数增长最快的方向,大小是增长的速度。
- 参数更新:根据计算得到的梯度,SGD对模型参数进行更新。参数更新方向与梯度相反,大小由学习率决定。学习率是一个超参数,控制每次迭代中参数更新的幅度。
- 迭代过程:SGD重复上述步骤,每次迭代都使用随机选定的样本或批量来更新参数。随着迭代的进行,模型参数逐渐调整,以减少损失函数的值,从而提高模型的性能。
我们通过model.trainable_params()
方法获得模型的可训练参数,并传入学习率超参来初始化优化器。
# 创建一个SGD优化器实例,用于训练模型,最小化损失函数
# model.trainable_params() 是一个生成器,它返回模型中所有可训练参数的列表。
# learning_rate 是SGD算法中的学习率,它控制参数更新的幅度。
# 每次迭代时,优化器会根据当前的梯度更新模型的参数
optimizer = nn.SGD(model.trainable_params(), learning_rate=learning_rate)
在训练过程中,通过微分函数可计算获得参数对应的梯度,将其传入优化器中即可实现参数优化,具体形态如下:
grads = grad_fn(inputs)
optimizer(grads)
1.5 训练与评估
设置了超参、损失函数和优化器后,我们就可以循环输入数据来训练模型。一次数据集的完整迭代循环称为一轮(epoch)。每轮执行训练时包括两个步骤:
- 训练:迭代训练数据集,并尝试收敛到最佳参数。
- 验证/测试:迭代测试数据集,以检查模型性能是否提升。
接下来我们定义用于训练的train_loop
函数和用于测试的test_loop
函数。
使用函数式自动微分,需先定义正向函数forward_fn
,使用value_and_grad获得微分函数grad_fn
。然后,我们将微分函数和优化器的执行封装为train_step
函数,接下来循环迭代数据集进行训练即可。
# 定义前向传播函数
def forward_fn(data, label):
# 使用模型对输入数据进行前向计算,得到logits
logits = model(data)
# 使用损失函数计算损失,输入是logits和真实标签
loss = loss_fn(logits, label)
# 返回损失和logits
return loss, logits
# 获取梯度计算函数
grad_fn = mindspore.value_and_grad(forward_fn, None, optimizer.parameters, has_aux=True)
# 定义一步训练函数
def train_step(data, label):
# 使用梯度计算函数计算损失和梯度
(loss, _), grads = grad_fn(data, label)
# 使用优化器更新模型参数
optimizer(grads)
# 返回损失
return loss
# 定义训练循环函数,需要传入模型和训练数据
def train_loop(model, dataset):
# 获取训练数据集的大小
size = dataset.get_dataset_size()
# 设置模型为训练模式
model.set_train()
# 遍历数据集的生成器,创建一个迭代器
for batch, (data, label) in enumerate(dataset.create_tuple_iterator()):
# 执行一步训练,计算损失
loss = train_step(data, label)
# 如果当前批次是每100个批次打印一次损失,以便监控训练过程
if batch % 100 == 0:
# 将损失转换为numpy数组以便打印
loss, current = loss.asnumpy(), batch
# 打印损失和当前批次
print(f"loss: {loss:>7f} [{current:>3d}/{size:>3d}]")
test_loop
函数同样需循环遍历数据集,调用模型计算loss和Accuray并返回最终结果。
# 定义测试循环函数,需要传入模型,测试数据集和损失函数
def test_loop(model, dataset, loss_fn):
# 获取测试数据集的大小
num_batches = dataset.get_dataset_size()
# 设置模型为评估模式
model.set_train(False)
# 初始化计数器
total, test_loss, correct = 0, 0, 0
# 遍历数据集的生成器,创建一个迭代器
for data, label in dataset.create_tuple_iterator():
# 使用模型对输入数据进行前向计算,得到预测结果
pred = model(data)
# 累加样本数量
total += len(data)
# 累加损失
test_loss += loss_fn(pred, label).asnumpy()
# 计算正确预测的数量
correct += (pred.argmax(1) == label).asnumpy().sum()
# 计算平均损失
test_loss /= num_batches
# 计算准确率
correct /= total
# 打印测试结果
print(f"Test: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")
# 训练循环
for t in range(epochs):
# 打印当前epoch的信息
print(f"Epoch {t+1}\n-------------------------------")
# 调用训练循环函数,传入模型和训练数据集
train_loop(model, train_dataset)
# 调用测试循环函数,传入模型、测试数据集和损失函数
test_loop(model, test_dataset, loss_fn)
# 训练完成
print("Done!")
输出:
可以看到,经过三轮训练,模型准确率从91.0%提升到92.9%和93.8%
损失从0.32降低到0.24和0.21
2. 小结
今天进一步学习了模型训练的全过程,主要包括:
- 下载MNIST手写数字识别的数据集
- 通过数据管道
datapipe
分别对训练数据集和测试数据集的图像数据进行视频变换,标签数据进行类型变换,并对数据进行打包 - 创建一个包含展平层
flatten
、三个全连接层dense
和两个激活函数ReLU
的神经网络network
实例 - 定义训练轮次
epochs
、批量大小batch_size
、学习率learning_rate
等超参数 - 定义用于多分类任务的损失函数
loss_fn
- 定义了一个
SGD
随机梯度算法优化器,用于更新优化模型参数 - 定义前向传播函数
forward_fn
,用于生成梯度计算函数grad_fn
- 根据梯度计算函数
grad_fn
和优化器optimizer
定义单步训练函数train_step
- 定义训练循环函数
train_loop
和测试循环函数test_loop
- 最后完成多轮训练和测试,达到了提升模型性能的目的