1、这是75%完成度的SGD代码
主要的程序在八月中旬基本完成了,后边忙别的事情,实在懒得再仔细写了,目前的代码是75%完成度的,已知bug和可以改进的地方有:
1、在多次进行下降后,参数矩阵可能变成NaN值。(即由于参数计算导致除零错,目前尚未排查,估计在6%错误率左右的时候出现)
2、并发性可以进行改进。包括采用GPU进行计算的可能。
3、断点保存可以改进。目前保存每次的参数矩阵,可以从上次参数矩阵进行下降。但尚未保存每次退出时进行下降的训练例子位置等信息。
这个SGD的效果还行,应该不比原例子差,不过性能就差了不止十万八千里(囧)。但是考虑到这是第一次写这种算法,没有必要对自己吹毛求疵,而且目的是为了学习和理解SGD算法,自我安慰安慰。
原例子在http://deeplearning.net/tutorial/gettingstarted.html,采用python写的,主要数学工具是Theano。
这个SGD代码的程序一会儿我上载到资源区。
2、为什么要用 C++实现SGD算法
这是因为没有搞定Theano。Logistic-SGD所需环境包括Theano,但是在尝试在Win7/IronPython VS2010环境下安装Theano未果之后,只能采取手动挡来研究一下Logistic-SGD的代码了。
基本思路是通过IronPython+VS2010 .Net环境,在找一些数学库(用于矩阵运算等等),替换Theano的部分内容,使得程序能够跑起来。
结果后来VS2010.Net操作IronPython没有搞定numpy库(抓狂,在外边直接可以用numpy,在C++初始化IronPython却不能使用numpy),加上学的深入一点后,似乎不用特别复杂的数学库,直接实现也可以。于是就有了这个程序。
3、SGD理论
4、程序
原例子中的mnist.pkg.gz是压缩后的数据族,为了能够便于C++直接处理,我们首先把mnist.pkg.gz改成易于处理的数据-结果对,即:将mnist.pkg解压为6个文件:
train_set_x
train_set_y
valid_set_x
valid_set_y
test_set_x
test_set_y
对应train,valid,test三个集合(每个集合两对,即数据-结果对)。train_set_x中的784行对应train_set_y中的一行,即代表一个测试数据集合。其中train_set_x每一行是一个浮点数,748行(784为28x28的灰度浮点数)代表一个数字的灰度图,对应train_set_y的一行,即对应的数字。
这个python程序如下,很简单,写成文本文件好了,然后再写一个C++程序读这个文本文件,转成相关的 二进制文件。
import cPickle
f = open(‘mnist.pkg’, 'rb')
train_set,valid_set, test_set = cPickle.load(f)
f.close()
test_set_x, test_set_y = test_set
train_set_x, train_set_y = train_set
valid_set_x, valid_set_y = valid_set
fileHandle=open("test_set_x","w")
cnt = 0
for i in test_set_x:
ifcnt% 10 ==0:
printcnt
cnt= cnt +1
forj in i:
fileHandle.write("%.6f\n"%j)
fileHandle.close()
cnt = 0
fileHandle=open("test_set_y","w")
for i in test_set_y:
ifcnt% 10 ==0:
printcnt
cnt= cnt +1
fileHandle.write("%d\n"%i)
fileHandle=open("train_set_x","w")
cnt=0
for i in train_set_x:
ifcnt% 10 ==0:
printcnt
cnt= cnt +1
forj in i:
fileHandle.write("%.6f\n"%j)
fileHandle.close()
fileHandle=open("train_set_y","w")
cnt=0
for i in train_set_y:
ifcnt% 10 ==0:
printcnt
cnt= cnt +1
fileHandle.write("%d\n"%i)
为了方便,已经做了二进制文件。
4.1、程序结构
整个程序由三部分组成:主程序、SGD主程序、文件操作支持函数组成。
数据格式在dataset.h中定义,一个集合(训练、验证、测试)为:
/* DSET_X 为每一个样例的灰度图,由784个double构成 */ typedef double DSET_X[784];
typedef struct st_set_array { int m_iCount; /* 集合中样本个数 */ DSET_X *pArrayX; /* 每一个样本的灰度图 */ int *pArrayY; /* 对应的样本识别标签 */ }SET_ARRAY; |
训练对应的参数w矩阵和b向量定义如下:
/* * WMATRIX W matrix parameter * bVECTOR b vector parameter */ typedef DSET_X WMATRIX[10]; typedef double bVECTOR[10];
|
矩阵定义其实可以用简单的wMatrix[ ][ ]来描述,但是我比较笨,懒得去思考C++二维数组的行列,索性就简单的先定义DSET_X然后再定义一维数组,之后的操作中全部采用一维数组的操作,避免因为笨导致的问题。
定义了一个控制块,用于各个函数中传递参数使用,
typedef struct st_sgd { double m_dLearnRate; int m_iEpoch; int m_iBatchSize; /* ----------------------------- */ WMATRIX m_wMatrix; bVECTOR m_bVector; SET_ARRAY *m_pTrainSet; SET_ARRAY *m_pValidSet; SET_ARRAY *m_pTestSet; /* ----------------------------- */ MATRIXINDEX m_MatrixIndex; double *m_Pi; int m_iValidationFrequency; int m_iPatience; int m_iPatienceIncrease;
}ST_SGD;
|
这里的内容可以不求甚解。看变量名也应该可以猜到干啥的,m_dLearnRate是学习率(就是参数delta的系数),Epoch是最大学习迭代次数。
按照整体的思想,我每次训练一批(一个BatchSize个训练样本),就调整并dump一次参数,然后训练一定批次后,用validate样本进行验证,当valid有改善时,用test样本进行验证。
中间退出的话,由于保存了每批dump的参数,下次直接可以用最新的参数进行训练。
Ok,let‘s do it。
4.2、主程序
主程序很简单,在minst04.cpp中(为啥是04?因为这是我第四次重写这个程序)。关键点在以下几行代码:
1、首先是读取训练样本文件
LoadDataSet(&TrainSet,&TestSet,&ValidSet);
这个是从"C:\\DEVELOP\\MNIST\\“下读取相关的二进制训练集合(LoadDataSet的函数实现也在mnist04.cpp中,其具体读取文件的函数实现在FileConvert.cpp中。
2、初始化sgd控制结构
ZeroMemory(&m_sgd,sizeof(m_sgd));
m_sgd.m_dLearnRate=0.13; 学习率0.13
m_sgd.m_iBatchSize=600; 600个样本一组
m_sgd.m_iEpoch=1000; 最多训练1000次
m_sgd.m_iPatience=5000; 。。。难以言表
m_sgd.m_iPatienceIncrease=2; 。。。难以言表
m_sgd.m_pTestSet = &TestSet; 测试集合
m_sgd.m_pTrainSet = &TrainSet; 训练集合
m_sgd.m_pValidSet = &ValidSet; 验证集合
3、读取上次dump的参数集合。
我们每次dump的参数文件在”C:\\DEVELOP\\MNIST\\parms\\“目录下,文件名以parms打头,因此读取上次dump的参数是找到最新的parms文件,然后读取之:
GetLatestFile("C:\\DEVELOP\\MNIST\\parms\\","parms*.txt",sName);
LoadParameters(sName,m_sgd.m_wMatrix,m_sgd.m_bVector);
相关函数在FileConvert.cpp中。
读取完,马上dump一份(可以看看读的是否正确。。。-_-!)
DumpMatrix("C:\\DEVELOP\\MNIST\\parms\\",m_sgd.m_wMatrix,m_sgd.m_bVector);
4、开始SGD
test_sgd(&m_sgd);
4.3、SGD
SGD的核心就是算几个数:
第一个是算
,即,给定某一个样本X,在W、b参数下,得出结果是i的概率。这个简单,在Softmax.cpp中,我们实现了两个(其实是一个意思,一个是快速查表算法Pn,一个是标准算法PnNoFast),
以PnNoFast作为样例解剖,原型:
double PnNoFast(int iY,int iItem,SET_ARRAY *pSet,WMATRIX w,bVECTOR b)
返回pSet集合中的第iItem个样本,在w和b参数下,当输出分类是iY时的概率。
关键代码:
pw = &w[iY];
px = &pSet->pArrayX[iItem];
dExp1 = 0;
/* 计算矩阵相乘, Wi * X + bi */
for(i=0;i<784;i++)
{
dExp1 += (*pw)[i]*(*px)[i];
}
dExp1 += b[iY];
dUpperValue=exp(dExp1);
这段代码实现了
dLowerValue = 0;
for(j=0;j<10;j++)
{
dExp1 = 0;
pw = &w[j];
for(i=0;i<784;i++)
{
dExp1 +=(*pw)[i]*(*px)[i];
}
dExp1 += b[j];
/*sum e^(WjX+bj) */
dLowerValue += exp(dExp1);
}
这段代码实现了当然dUpperValue/dLowerValue=
第二个是算偏导数。
double Dpi_dWmk(MATRIXINDEX pMatrixIndex,int iItem,int m,int k,WMATRIXwMatrix,bVECTOR bVector,SET_ARRAY *pSet)
{
/* dpi/dwmk = (u'v-uv')/v^2 */
double du,dv,u,v;
du =DuI(pMatrixIndex,iItem,m,k,wMatrix,bVector,pSet);
dv =Dvi(pMatrixIndex,iItem,m,k,wMatrix,bVector,pSet);
u =Ui(pMatrixIndex,iItem,k,wMatrix,bVector,pSet);
v =Vi(pMatrixIndex,iItem,k,wMatrix,bVector,pSet);
return (du*v - u*dv)/(v*v);
}
实现代码在BuildDeltaW_b中
其核心就是三重循环,一是k从0-9循环,二是m从0-783循环,三是i从0到n循环,然后计算损失函数的导数。
dsm += pPi[i]*Dpi_dWmk(pMatrixIndex,i,m,k,wMatrix,bVector,pSet);
pPi[i]就是1/Pi的速查值。
test_sgd的核心就是
循环:0-Epoch
循环:0-每一个batch
计算这个batch的损失函数偏导数
然后新参数=参数-学习率*偏导数
输出新参数矩阵
如果该验证一下,就去验证一下,
如果验证的有改进,就去test一下。
判断是否可以提前结束
其他的…就不写了吧,反正test_sgd也挺简单的。
懒…
5、感谢
这部分内容对我来说是最痛苦的,特别要感谢Rachel Zhang同学。Rachel耐心、细致的回答了我无数幼稚和愚笨的基础数学问题,并鼓励我尝试完成,使得这一切成为可能。
此外,还感谢http://blog.sina.com.cn/s/blog_62339a2401015jyq.html,其图示使得我豁然开朗,明白了梯度下降算法的意义。建议初学者可以去看看。
版权声明:本文为博主原创文章,未经博主允许不得转载。