在微调时保存 embeddings 演变过程，并以动画演示

在机器学习领域，视觉变换器（Vision Transformers，ViT）是一种用于图像分类的模型类型。与传统的卷积神经网络不同，ViT使用了最初设计用于自然语言处理任务的变换器架构来处理图像。对这些模型进行微调以获得最佳性能可能是一个复杂的过程。

在先前的一篇文章中，我使用动画来演示在微调过程中embedding发生的变化。这是通过对embedding执行主成分分析（PCA）来实现的。这些embedding是从微调的各个阶段生成的模型和它们对应的检查点中获取的。

embedding在微调 Vision Transformer（ViT） 模型 [1] 在 CIFAR10 [3] 上的投影

这个动画获得了超过 200,000 次的点赞。它受到了好评，许多读者表达了对如何创建它的兴趣。本文旨在支持那些读者和任何对创建类似可视化效果感兴趣的人。

在本文中，我旨在提供一个详细的指南，介绍如何创建这样一个动画，详细说明所涉及的步骤：微调、embedding的创建、异常值检测、PCA、Procrustes、回顾以及动画的创建。动画的完整代码也在GitHub上的相关笔记本中提供。

准备工作：微调

首先，我们微调预先训练的 google/vit-base-patch16–224-in21k Vision Transformer（ViT） 模型，此处使用 CIFAR-10 数据集，其中包含 60,000 张图像，分为十个不同的类别：飞机、汽车、鸟类、猫、鹿、狗、青蛙、马、船舶和卡车。

您可以按照 HuggingFace 的图像分类与 Transformer 教程中概述的步骤执行微调过程，也适用于 CIFAR-10。此外，我们使用 TrainerCallback 将训练期间的损失值存储到 CSV 文件中，以便稍后在动画中使用。

为了确保动画有足够的检查点，我们需要通过在TrainingArguments中设置save_strategy="step"和一个较低的save_step值来增加检查点的保存间隔。动画中的每一帧对应一个检查点。在训练过程中，会为每个检查点和CSV文件创建一个文件夹，并准备好供进一步使用。

embedding的创建

我们使用Transformers库中的AutoFeatureExtractor和AutoModel来使用不同的模型检查点从CIFAR-10数据集的测试集生成。每个embedding是一个表示一个模型检查点的10,000个测试图像中的一个的768维向量。这些embedding可以存储在与检查点相同的文件夹中，以保持良好的概览。

提取异常值

我们可以使用Cleanlab库提供的OutOfDistribution类，基于每个检查点的embedding来识别异常值。然后，生成的分数可以识别用于动画的前10个异常值。

应用PCA和Procrustes分析

使用scikit-learn包进行主成分分析（PCA），我们将embedding在2D空间中可视化，通过将768维向量减少到2维。在每个时间步重新计算PCA时，由于轴翻转或旋转，动画可能会出现较大的跳跃。为了解决这个问题，我们应用了SciPy包中的额外Procrustes分析[3]，将每一帧几何地变换到最后一帧，其中只涉及平移、旋转和均匀缩放。这使得动画中的过渡更加平滑。

在Spotlight中的复现

**
**

在最终完成整个动画之前，我们在Spotlight中进行审查。在这个过程中，我们使用第一个和最后一个检查点进行embedding生成、PCA和异常值检测。我们在Spotlight中加载生成的DataFrame：

CIFAR-10的embedding：通过PCA和短时微调的第一个和最后一个检查点的8个最差异常值

Spotlight在左上方提供了一张详尽的表格，展示了数据集中的所有字段。在右上方，显示了两个PCA表示：一个是使用第一个检查点生成的embedding，另一个是使用最后一个检查点生成的embedding。最后，在底部部分，呈现了所选的图像。

创建动画

对于每个检查点，我们创建一幅图像，并将其存储在其相应的检查点旁边。通过使用make_pca(…)和get_ood(…)函数实现这一目标，这些函数分别生成表示embedding的2D点并提取前8个异常值。2D点以颜色表示其各自的类别。异常值根据其分数排序，并将其对应的图像显示在高分排行榜中。训练损失从CSV文件中加载，并绘制为折线图。最后，所有图像可以使用诸如imageio或类似的库编译成GIF。

从微调过程的前三个检查点生成的三个帧显示出轻微的聚类，预计在后续步骤中将会出现更为明显的聚类

结论

本文详细介绍了如何创建一个动画，展示了Vision Transformer（ViT）模型微调过程的过程。我们走过了生成和分析embedding、可视化结果以及创建将这些元素结合在一起的动画的步骤。创建这样一个动画不仅有助于理解微调ViT模型的复杂过程，而且还作为向他人传达这些概念的强大工具。

· END ·

HAPPY LIFE

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】