目录
代码仓库: https://github.com/brandonlyg/cute-dl
目标
- 为Session类增加自动分批训练模型的功能, 使框架更好用。
- 新增缓解过拟合的算法: L2正则化, 随机丢弃。
实现自动分批训练
设计方案
- 增加Dataset类负责管理数据集, 自动对数据分批。
- 在Session类中增加fit方法, 从Dataset得到数据, 使用事件机制告诉外界训练情况, 最后返回一个训练历史记录。
- 增加FitListener类, 用于监听fit方法训练过程中触发的事件。
fit方法
定义:
fit(self, data, epochs, **kargs)
data: 训练数据集Dataset对象。
epochs: 训练轮数, 把data中的每一批数据遍历训练一次称为一轮。
kargs:
val_data: 验证数据集。
val_epochs: 执行验证的训练轮数. 每val_epochs轮训练验证一次。
val_steps: 执行验证的训练步数. 每val_steps步训练验证一次. 只有val_steps>0才有效, 优先级高于val_epochs。
listeners: 事件监听器FitListener对象列表.
fit方法触发的事件
- epoch_start: 每轮训练开始时触发。
- epoch_end: 每轮训练结束时触发。
- val_start: 每次执行验证时触发。
- val_end: 每次执行验证结束时触发。
训练过程中, fit方法会把触发的事件派发到所有的FitListener对象, FitListener对象自己决定处理或忽略。
训练历史记录(history)
history的格式:
{
'loss': [],
'val_loss': [],
'steps': [],
'val_pred': darray,
'cost_time': float
}
- loss: 记录训练误差。
- val_loss: 记录验证误差。loss会和val_loss同步记录。
- steps: 每个误差记录对应的训练步数。
- val_pred: 最后一次执行验证时模型使用验证数据集预测的结果。
- cost_time: 整个训练过程花费的时间(s)。
代码
fit方法实现
代码文件: cutedl/session.py。
fit方法比较复杂, 先看主干代码:
#初始化训练历史数据结构
history = {
'loss': [],
'val_loss': [],
'steps': [],
'val_pred': None,
'cost_time': 0
}
#打开训练开关, 当调用stop_fit方法后会关闭这个开关, 停止训练。
self.__fit_switch = True
#得到参数
val_data = kargs.get('val_data')
val_epochs = kargs.get('val_epochs', 1)
val_steps = kargs.get('val_steps', 0)
listeners = kargs.get('listeners', [])
if val_data is None:
history['val_loss'] = None
#计算将会训练的最大步数
if val_epochs <= 0 or val_epochs >= epochs:
val_epochs = 1
if val_steps <= 0:
val_steps = val_epochs * data.batch_count
#开始训练
step = 0
history['cost_time'] = time.time()
for epoch in range(epochs):
if not self.__fit_switch:
break
#触发并派发事件
event_dispatch("epoch_start")
for batch_x, batch_y in data.as_iterator():
if not self.__fit_switch:
break
#pdb.set_trace()
loss = self.batch_train(batch_x, batch_y)
step += 1
if step % val_steps == 0:
#使用验证数据集验证模型
event_dispatch("val_start")
val_loss, val_pred = validation()
record(loss, val_loss, val_pred, step)
event_dispatch("val_end")
#显示训练进度
display_progress(epoch+1, epochs, step, val_steps, loss, val_loss)
else:
display_progress(epoch+1, epochs, step, val_steps, loss)
event_dispatch("epoch_end")
#记录训练耗时
history['cost_time'] = time.time() - history['cost_time']
return history
主干代码中使用了一些局部函数, 这些局部函数每个都是实现了一个小功能。
派发事件:
def event_dispatch(event):
#pdb.set_trace()
for listener in listeners:
listener(event, history)
执行验证:
def validation():
if val_data is None:
return None, None
val_pred = None #保存所有的预测结果
losses = [] #保存所有的损失值
#分批验证
for batch_x, batch_y in val_data.as_iterator():
#pdb.set_trace()
y_pred = self.__model.predict(batch_x)
loss = self.__loss(batch_y, y_pred)
losses.append(loss)
if val_pred is None:
val_pred = y_pred
else:
val_pred = np.vstach((val_pred, y_pred))
#计算平均损失
loss = np.mean(np.array(losses))
return loss, val_pred
记录训练历史:
def record(loss, val_loss, val_pred, step):
history['loss'].append(loss)
history['steps'].append(step)
if history['val_loss'] is not None and val_loss is not None :
history['val_loss'].append(val_loss)
history['val_pred'] = val_pred
显示训练进度:
def display_progress(epoch, epochs, step, steps, loss, val_loss=-1):
prog = (step % steps)/steps
w = 20
str_epochs = ("%0"+str(len(str(epochs)))+"d/%d")%(epoch, epochs)
txt = (">"*(int(prog * w))) + (" "*w)
txt = txt[:w]
if val_loss < 0:
txt = txt + (" loss=%f "%loss)
print("%s %s"%(str_epochs, txt), end='\r')
else:
txt = "loss=%f, val_loss=%f"%(loss, val_loss)
print("")
print("%s %s\n"%(str_epochs, txt))
实现L2正则化参数优化器
设计方案
- 增强Optimizer类的功能, 能够自己匹配要更新的参数。
- 给出L2正则化算法的Optimizer实现。
- 在Session类中增加对广义优化器的支持(L2优化器就是广义优化器)。
数学原理
设模型每一层的损失函数为:
J
=
f
(
X
W
+
b
)
J=f(XW+b)
J=f(XW+b)
X是数据, W是权重参数,b是偏移量参数. L2算法是在原损失函数上加上W范数平方的衰减量, 得到一个新的损失函数:
J
L
2
=
J
+
λ
2
∣
∣
W
∣
∣
2
J_{L2} = J + \frac{λ}{2}||W||^2
JL2=J+2λ∣∣W∣∣2
λ是衰减率, 是一个相当于学习率的超参数。对于一个模型来说, 只有输出层的损失函数是明确知道的, 其他层是不明确的。不过没关系, 更新参数是在反向传播阶段,这个时候需要的是梯度, 并不关心原函数的形式, 新损失函数的梯度为:
∂
∂
W
i
J
L
2
=
∂
∂
W
i
J
+
λ
W
i
\frac{\partial}{\partial W_i}J_{L2} = \frac{\partial}{\partial W_i} J + λW_i
∂Wi∂JL2=∂Wi∂J+λWi
其中
∂
∂
W
i
J
\frac{\partial}{\partial W_i} J
∂Wi∂J
可以在反向传播时候得到. 在梯度下降法训练模型时, 更新参数的表达式变成:
W
i
=
W
i
−
(
α
∂
∂
W
i
J
+
λ
W
i
)
=
(
1
−
λ
)
W
i
−
α
∂
∂
W
i
J
,
α是学习率
W_i = W_i - (α\frac{\partial}{\partial W_i} J + λW_i) = (1-λ)W_i - α\frac{\partial}{\partial W_i} J, \quad \text{α是学习率}
Wi=Wi−(α∂Wi∂J+λWi)=(1−λ)Wi−α∂Wi∂J,α是学习率
这个表达式的含义是: 在使用学习率更新参数之前,先把参数(W的范数)缩小到原来的(1-λ)倍。
代码
增强Optimizer功能
代码文件: cutedl/optimizer.py
修改__call__代码:
def __call__(self, model):
params = self.match(model)
for p in params:
self.update_param(model, p)
match方法用来把名字匹配的参数过滤出来。
update_param方法实现实际的更新参数操作, 由子类实现。
match实现:
'''
得到名字匹配pattern的参数
'''
def match(self, model):
params = []
rep = re.compile(self.pattern)
for ly in model.layer_iterator():
for p in ly.params:
if rep.match(p.name) is None:
continue
params.append(p)
return params
这个方法使用正则表达式通过参数名匹配参数, 并返回匹配的参数列表。pattern是正则表达式属性, 子类可以通过覆盖这个属性, 改变匹配行为。
实现L2正则化优化器
'''
L2 正则化
'''
class L2(Optimizer):
'''
damping 参数衰减率
'''
def __init__(self, damping):
self.__damping = damping
def update_param(self, model, param):
#pdb.set_trace()
param.value = (1 - self.__damping) * param.value
在Session中支持广义参数优化器
代码文件: cutedl/session.py。
首先为__init__ 方法添加参数:
'''
genoptms: list[Optimizer]对象, 广义参数优化器列表,
列表中的优化器将会在optimizer之前按顺序执行
'''
def __init__(self, model, loss, optimizer, genoptms=None):
self.__genoptms = genoptms
然后在batch_train方法中调用优化器:
#执行广义优化器更新参数
if self.__genoptms is not None:
for optm in self.__genoptms:
optm(self.__model)
实现随机丢弃层: Dropout
数学原理
向前传播的函数:
Y
i
=
A
i
p
X
i
,
A
i
服
从
参
数
为
p
的
伯
努
利
分
布
,
p
∈
(
0
,
1
)
Y_i = \frac{A_i}{p} X_i, \quad A_i服从参数为p的伯努利分布, p∈(0, 1)
Yi=pAiXi,Ai服从参数为p的伯努利分布,p∈(0,1)
p是我们要给出的常数。算法使用p构造随机变量A, 使得A=1的概率为p, A=0的概率为1-p. 对这个函数的直观解释是: A将有1-p的概率被丢弃掉(置为0), p的概率被保留, 如果被保留, 它将会被拉伸1/p倍。 这个函数有一个很有用的性质, 它的输入和输出的均值不变:
E
(
Y
i
)
=
E
(
A
i
)
p
E
(
X
i
)
=
p
p
E
(
X
i
)
=
E
(
X
i
)
E(Y_i) = \frac{E(A_i)}{p} E(X_i) = \frac{p}{p} E(X_i) = E(X_i)
E(Yi)=pE(Ai)E(Xi)=ppE(Xi)=E(Xi)
反向传播的梯度为:
∂
∂
X
i
=
A
i
p
\frac{\partial}{\partial X_i} = \frac{A_i}{p}
∂Xi∂=pAi
代码
代码文件: nn_layers.py。
Dropout类实现了随机丢弃算法。向前传播实现:
def forward(self, in_batch, training=False):
kp = self.__keep_prob
#pdb.set_trace()
if not training or kp <= 0 or kp>=1:
return in_batch
#生成[0, 1)之间的均价分布
tmp = np.random.uniform(size=in_batch.shape)
#保留/丢弃索引
mark = (tmp <= kp).astype(int)
#丢弃数据, 并拉伸保留数据
out = (mark * in_batch)/kp
self.__mark = mark
return out
随机丢弃层传入的参数是keep_prob保留概率, 这意味这丢弃的概率为1 - keep_prob. 只有处于训练状态且0<keep_prob<1才执行丢弃操作。代码中的变量mark就是用保留概率构造随机变量, 它服从参数为keep_prob的伯努利分布。
反向传播实现:
def backward(self, gradient):
#pdb.set_trace()
if self.__mark is None:
return gradient
out = (self.__mark * gradient)/self.__keep_prob
return out
验证
目前阶段所需要的代码已经完成,现在我们来进行验证,验证代码位于: examples/mlp/linear-regression-1.py。
对比基准
首先我们来构造一个欠拟合模型作为对比基准。
'''
过拟合对比基准
'''
def fit0():
print("fit0")
model = Model([
nn.Dense(128, inshape=1, activation='relu'),
nn.Dense(256, activation='relu'),
nn.Dense(1)
])
model.assemble()
sess = Session(model,
loss=losses.Mse(),
optimizer = optimizers.Fixed(),
)
history = sess.fit(ds, 200000, val_data=val_ds, val_epochs=1000,
listeners=[
FitListener('val_end', callback=lambda h:on_val_end(sess, h))
]
)
fit_report(history, report_path+'00.png', 10)
可以看到这里不再需要自己写训练函数, 直接调用fit方法即可实现自动训练。on_val_end函数监听val_end事件, 它的功能是在满是条件时调用Session的stop_fit方法停止训练, 这里停止训练的条件是: 最初的10次验证过后, 检查每次验证的val_loss值, 如果连续10次没有变得更小就停止训练。
拟合报告:
使用L2优化器缓解过拟合
'''
使用L2正则化缓解过拟合
'''
def fit1():
print("fit1")
model = Model([
nn.Dense(128, inshape=1, activation='relu'),
nn.Dense(256, activation='relu'),
nn.Dense(1)
])
model.assemble()
sess = Session(model,
loss=losses.Mse(),
optimizer = optimizers.Fixed(),
#L2正则化
genoptms = [optimizers.L2(0.00005)]
)
history = sess.fit(ds, 200000, val_data=val_ds, val_epochs=1000,
listeners=[
FitListener('val_end', callback=lambda h:on_val_end(sess, h))
]
)
fit_report(history, report_path+'01.png', 10)
拟合报告:
从训练损失值图像上看有明显的缓解迹象。
使用Dropout层缓解过拟合
'''
使用dropout缓解过拟合
'''
def fit2():
print("fit2")
model = Model([
nn.Dense(128, inshape=1, activation='relu'),
nn.Dense(256, activation='relu'),
nn.Dropout(0.80), #0.8的保留概率
nn.Dense(1)
])
model.assemble()
sess = Session(model,
loss=losses.Mse(),
optimizer = optimizers.Fixed(),
)
history = sess.fit(ds, 200000, val_data=val_ds, val_epochs=1000,
listeners=[
FitListener('val_end', callback=lambda h:on_val_end(sess, h))
]
)
fit_report(history, report_path+'02.png', 15)
拟合报告:
从训练损失值图像上随机丢弃的效果更好一些。
总结
验证结果表明, cute-dl目前可以用很少代码实现模型的自动分批训练, 和linear-regression.py相比, linear-regression-1.py中已经不需要关注具体的训练过程了, 并且能够得到基本训练历史记录。另外, L2正则化优化器和Dropout层也能有效地缓解过拟合。 本阶段目标基本达成。
到目前为止, 用来验证框架的是一个线性回归任务, 数据集是从一个二次函数采样得到, 这个任务本质上是训练模型预测连续值。但是在深度学习领域,还要求模型能够预测离散值,即能够执行分类任务。下个阶段, 将会给框架添加新的损失函数, 使之能够支持分类任务, 并讨论这些损失函数的数学性质。