Skip to content

Latest commit

 

History

History
1003 lines (698 loc) · 64.9 KB

12.md

File metadata and controls

1003 lines (698 loc) · 64.9 KB

三、使用 TensorFlow 自定义模型并训练

译者:@SeanCheney

目前为止,我们只是使用了 TensorFlow 的高级 API —— tf.keras,它的功能很强大:搭建了各种神经网络架构,包括回归、分类网络、Wide & Deep 网络、自归一化网络,使用了各种方法,包括批归一化、丢弃和学习率调度。事实上,你在实际案例中 95% 碰到的情况只需要tf.keras就足够了(和tf.data,见第 13 章)。现在来深入学习 TensorFlow 的低级 Python API。当你需要实现自定义损失函数、自定义标准、层、模型、初始化器、正则器、权重约束时,就需要低级 API 了。甚至有时需要全面控制训练过程,例如使用特殊变换或对约束梯度时。这一章就会讨论这些问题,还会学习如何使用 TensorFlow 的自动图生成特征提升自定义模型和训练算法。首先,先来快速学习下 TensorFlow。

笔记:TensorFlow 2.0(beta)是 2019 年六月发布的,相比前代更易使用。本书第一版使用的是 TF 1,这一版使用的是 TF 2。

TensorFlow 速览

TensorFlow 是一个强大的数值计算库,特别适合做和微调大规模机器学习(但也可以用来做其它的重型计算)。TensorFlow 是谷歌大脑团队开发的,支持了谷歌的许多大规模服务,包括谷歌云对话、谷歌图片和谷歌搜索。TensorFlow 是 2015 年 11 月开源的,(按文章引用、公司采用、GitHub 星数)是目前最流行的深度学习库。无数的项目是用 TensorFlow 来做各种机器学习任务,包括图片分类、自然语言处理、推荐系统和时间序列预测。TensorFlow 提供的功能如下:

  • TensorFlow 的核心与 NumPy 很像,但 TensorFlow 支持 GPU;

  • TensorFlow 支持(多设备和服务器)分布式计算;

  • TensorFlow 使用了即时 JIT 编译器对计算速度和内存使用优化。编译器的工作是从 Python 函数提取出计算图,然后对计算图优化(比如剪切无用的节点),最后高效运行(比如自动并行运行独立任务);

  • 计算图可以导出为迁移形式,因此可以在一个环境中训练一个 TensorFlow 模型(比如使用 Python 或 Linux),然后在另一个环境中运行(比如在安卓设备上用 Java 运行);

  • TensorFlow 实现了自动微分,并提供了一些高效的优化器,比如 RMSProp 和 NAdam,因此可以容易的最小化各种损失函数。

基于上面这些特点,TensorFlow 还提供了许多其他功能:最重要的是tf.keras,还有数据加载和预处理操作(tf.datatf.io等等),图片处理操作(tf.image),信号处理操作(tf.signal),等等(图 12-1 总结了 TensorFlow 的 Python API)

图 12-1 TensorFlow 的 Python API

提示:这一章会介绍 TensorFlow API 的多个包和函数,但来不及介绍全部,所以读者最好自己花点时间好好看看 API。TensorFlow 的 API 十分丰富,且文档详实。

TensorFlow 的低级操作都是用高效的 C++ 实现的。许多操作有多个实现,称为:每个核对应一个具体的设备型号,比如 CPU、GPU,甚至 TPU(张量处理单元)。GPU 通过将任务分成小块,在多个 GPU 线程中并行运行,可以极大提高提高计算的速度。TPU 更快:TPU 是自定义的 ASIC 芯片,专门用来做深度学习运算的(第 19 章会讨论适合使用 GPU 和 TPU)。

TensorFlow 的架构见图 12-2。大多数时候你的代码使用高级 API 就够了(特别是tf.kerastf.data),但如果需要更大的灵活性,就需要使用低级 Python API,来直接处理张量。TensorFlow 也支持其它语言的 API。任何情况下,甚至是跨设备和机器的情况下,TensorFlow 的执行引擎都会负责高效运行。

图 12-2 TensorFlow 的架构

TensorFlow 不仅可以运行在 Windows、Linux 和 macOS 上,也可以运行在移动设备上(使用 TensorFlow Lite),包括 iOS 和安卓(见第 19 章)。如果不想使用 Python API,还可以使用 C++、Java、Go 和 Swift 的 API。甚至还有 JavaScript 的实现 TensorFlow.js,它可以直接在浏览器中运行。

TensorFlow 不只有这些库。TensorFlow 处于一套可扩展的生态系统库的核心位置。首先,TensorBoard 可以用来可视化。其次,TensorFlow Extended(TFX),是谷歌推出的用来生产化的库,包括:数据确认、预处理、模型分析和服务(使用 TF Serving,见第 19 章)。谷歌的 TensorFlow Hub 上可以方便下载和复用预训练好的神经网络。你还可以从 TensorFlow 的 model garden 获取许多神经网络架构,其中一些是预训练好的。TensorFlow Resources这个页面上有更多的资源。你可以在 GitHub 上找到数百个 TensorFlow 项目,无论干什么都可以方便地找到现成的代码。

提示:越来越多的 ML 论文都附带了实现过程,一些甚至带有预训练模型。可以在这里找到。

最后,TensorFlow 有一支热忱满满的开发者团队,也有庞大的社区。要是想问技术问题,可以去这里 ,问题上打上 tensorflow 和 python 标签。还可以在 GitHub 上提 bug 和新功能。一般的讨论可以去谷歌群组

下面开始写代码!

像 NumPy 一样使用 TensorFlow

TensorFlow 的 API 是围绕张量(tensor)展开的,从一个操作流动(flow)到另一个操作,所以名字叫做 TensorFlow。张量通常是一个多维数组(就像 NumPy 的ndarray),但也可以是标量(即简单值,比如 42)。张量对于自定义的损失函数、标准、层等等非常重要,接下来学习如何创建和操作张量。

张量和运算

使用tf.constant()创建张量。例如,下面的张量表示的是两行三列的浮点数矩阵:

>>> tf.constant([[1., 2., 3.], [4., 5., 6.]]) # matrix
<tf.Tensor: id=0, shape=(2, 3), dtype=float32, numpy=
array([[1., 2., 3.],
       [4., 5., 6.]], dtype=float32)>
>>> tf.constant(42) # 标量
<tf.Tensor: id=1, shape=(), dtype=int32, numpy=42> 

就像ndarray一样,tf.Tensor也有形状和数据类型(dtype):

>>> t = tf.constant([[1., 2., 3.], [4., 5., 6.]])
>>> t.shape
TensorShape([2, 3])
>>> t.dtype
tf.float32 

索引和 NumPy 中很像:

>>> t[:, 1:]
<tf.Tensor: id=5, shape=(2, 2), dtype=float32, numpy=
array([[2., 3.],
       [5., 6.]], dtype=float32)>
>>> t[..., 1, tf.newaxis]
<tf.Tensor: id=15, shape=(2, 1), dtype=float32, numpy=
array([[2.],
       [5.]], dtype=float32)> 

最重要的,所有张量运算都可以执行:

>>> t + 10
<tf.Tensor: id=18, shape=(2, 3), dtype=float32, numpy=
array([[11., 12., 13.],
       [14., 15., 16.]], dtype=float32)>
>>> tf.square(t)
<tf.Tensor: id=20, shape=(2, 3), dtype=float32, numpy=
array([[ 1.,  4.,  9.],
       [16., 25., 36.]], dtype=float32)>
>>> t @ tf.transpose(t)
<tf.Tensor: id=24, shape=(2, 2), dtype=float32, numpy=
array([[14., 32.],
       [32., 77.]], dtype=float32)> 

可以看到,t + 10等同于调用tf.add(t, 10)-*也支持。@运算符是在 Python3.5 中出现的,用于矩阵乘法,等同于调用函数tf.matmul()

可以在 tf 中找到所有基本的数学运算(tf.add()tf.multiply()tf.square()tf.exp()tf.sqrt()),以及 NumPy 中的大部分运算(比如tf.reshape()tf.squeeze()tf.tile())。一些 tf 中的函数与 NumPy 中不同,例如,tf.reduce_mean()tf.reduce_sum()tf.reduce_max()tf.math.log()等同于np.mean()np.sum()np.max()np.log()。当函数名不同时,通常都是有原因的。例如,TensorFlow 中必须使用tf.transpose(t),不能像 NumPy 中那样使用t.T。原因是函数tf.transpose(t)所做的和 NumPy 的属性T并不完全相同:在 TensorFlow 中,是使用转置数据的复制来生成张量的,而在 NumPy 中,t.T是数据的转置视图。相似的,tf.reduce_sum()操作之所以这么命名,是因为它的 GPU 核(即 GPU 实现)所采用的归约算法不能保证元素相加的顺序,因为 32 位的浮点数精度有限,每次调用的结果可能会有细微的不同。tf.reduce_mean()也是这样(tf.reduce_max()结果是确定的)。

笔记:许多函数和类都有假名。比如,tf.add()tf.math.add()是相同的。这可以让 TensorFlow 对于最常用的操作有简洁的名字,同时包可以有序安置。

Keras 的低级 API Keras API 有自己的低级 API,位于keras.backend,包括:函数square()exp()sqrt()。在tf.keras中,这些函数通常通常只是调用对应的 TensorFlow 操作。如果你想写一些可以迁移到其它 Keras 实现上,就应该使用这些 Keras 函数。但是这些函数不多,所以这本书里就直接使用 TensorFlow 的运算了。下面是一个简单的使用了keras.backend的例子,简记为k

>>> from tensorflow import keras
>>> K = keras.backend
>>> K.square(K.transpose(t)) + 10
<tf.Tensor: id=39, shape=(3, 2), dtype=float32, numpy=
array([[11., 26.],
       [14., 35.],
       [19., 46.]], dtype=float32)> 

张量和 NumPy

张量和 NumPy 融合地非常好:使用 NumPy 数组可以创建张量,张量也可以创建 NumPy 数组。可以在 NumPy 数组上运行 TensorFlow 运算,也可以在张量上运行 NumPy 运算:

>>> a = np.array([2., 4., 5.])
>>> tf.constant(a)
<tf.Tensor: id=111, shape=(3,), dtype=float64, numpy=array([2., 4., 5.])>
>>> t.numpy() # 或 np.array(t)
array([[1., 2., 3.],
       [4., 5., 6.]], dtype=float32)
>>> tf.square(a)
<tf.Tensor: id=116, shape=(3,), dtype=float64, numpy=array([4., 16., 25.])>
>>> np.square(t)
array([[ 1.,  4.,  9.],
       [16., 25., 36.]], dtype=float32) 

警告:NumPy 默认使用 64 位精度,TensorFlow 默认用 32 位精度。这是因为 32 位精度通常对于神经网络就足够了,另外运行地更快,使用的内存更少。因此当你用 NumPy 数组创建张量时,一定要设置dtype=tf.float32

类型转换

类型转换对性能的影响非常大,并且如果类型转换是自动完成的,不容易被注意到。为了避免这样,TensorFlow 不会自动做任何类型转换:只是如果用不兼容的类型执行了张量运算,TensorFlow 就会报异常。例如,不能用浮点型张量与整数型张量相加,也不能将 32 位张量与 64 位张量相加:

>>> tf.constant(2.) + tf.constant(40)
Traceback[...]InvalidArgumentError[...]expected to be a float[...]
>>> tf.constant(2.) + tf.constant(40., dtype=tf.float64)
Traceback[...]InvalidArgumentError[...]expected to be a double[...] 

这点可能一开始有点恼人,但是有其存在的理由。如果真的需要转换类型,可以使用tf.cast()

>>> t2 = tf.constant(40., dtype=tf.float64)
>>> tf.constant(2.0) + tf.cast(t2, tf.float32)
<tf.Tensor: id=136, shape=(), dtype=float32, numpy=42.0> 

变量

到目前为止看到的tf.Tensor值都是不能修改的。意味着不能使用常规张量实现神经网络的权重,因为权重必须要能被反向传播调整。另外,其它的参数也需要随着时间调整(比如,动量优化器要跟踪过去的梯度)。此时需要的是tf.Variable

>>> v = tf.Variable([[1., 2., 3.], [4., 5., 6.]])
>>> v
<tf.Variable 'Variable:0' shape=(2, 3) dtype=float32, numpy=
array([[1., 2., 3.],
       [4., 5., 6.]], dtype=float32)> 

tf.Variabletf.Tensor很像:可以运行同样的运算,可以配合 NumPy 使用,也要注意类型。可以使用assign()方法对其就地修改(或assign_add()assign_sub())。使用切片的assign()方法可以修改独立的切片(直接赋值行不通),或使用scatter_update()scatter_nd_update()方法:

v.assign(2 * v)           # => [[2., 4., 6.], [8., 10., 12.]]
v[0, 1].assign(42)        # => [[2., 42., 6.], [8., 10., 12.]]
v[:, 2].assign([0., 1.])  # => [[2., 42., 0.], [8., 10., 1.]]
v.scatter_nd_update(indices=[[0, 0], [1, 2]], updates=[100., 200.])
                          # => [[100., 42., 0.], [8., 10., 200.]] 

笔记:在实践中,很少需要手动创建变量,因为 Keras 有add_weight()方法可以自动来做。另外,模型参数通常会直接通过优化器更新,因此很少需要手动更新。

其它数据结构

TensorFlow 还支持其它几种数据结构,如下(可以参考笔记本的Tensors and Operations部分,或附录的 F):

稀疏张量(tf.SparseTensor) 高效表示含有许多 0 的张量。tf.sparse包含有对稀疏张量的运算。

张量数组(tf.TensorArray) 是张量的列表。有默认固定大小,但也可以做成动态的。列表中的张量必须形状相同,数据类型也相同。

嵌套张量(tf.RaggedTensor) 张量列表的静态列表,张量的形状和数据结构相同。tf.ragged包里有嵌套张量的运算。

字符串张量 类型是tf.string的常规张量,是字节串而不是 Unicode 字符串,因此如果你用 Unicode 字符串(比如,Python3 字符串café)创建了一个字符串张量,就会自动被转换为 UTF-8(b"caf\xc3\xa9")。另外,也可以用tf.int32类型的张量表示 Unicode 字符串,其中每项表示一个 Unicode 码(比如,[99, 97, 102, 233])。tf.strings包里有字节串和 Unicode 字符串的运算,以及二者转换的运算。要注意tf.string是原子性的,也就是说它的长度不出现在张量的形状中,一旦将其转换成了 Unicode 张量(即,含有 Unicode 码的tf.int32张量),长度才出现在形状中。

集合 表示为常规张量(或稀疏张量)。例如tf.constant([[1, 2], [3, 4]])表示两个集合{1, 2}和{3, 4}。通常,用张量的最后一个轴的向量表示集合。集合运算可以用tf.sets包。

队列 用来在多个步骤之间保存张量。TensorFlow 提供了多种队列。先进先出(FIFO)队列FIFOQueue,优先级队列PriorityQueue,随机队列RandomShuffleQueue,通过填充的不同形状的批次项队列PaddingFIFOQueue。这些队列都在tf.queue包中。

有了张量、运算、变量和各种数据结构,就可以开始自定义模型和训练算法啦!

自定义模型和训练算法

先从简单又常见的任务开始,创建一个自定义的损失函数。

自定义损失函数

假如你想训练一个回归模型,但训练集有噪音。你当然可以通过清除或修正异常值来清理数据集,但是这样还不够:数据集还是有噪音。此时,该用什么损失函数呢?均方差可能对大误差惩罚过重,导致模型不准确。均绝对值误差不会对异常值惩罚过重,但训练可能要比较长的时间才能收敛,训练模型也可能不准确。此时使用 Huber 损失(第 10 章介绍过)就比 MSE 好多了。目前官方 Keras API 中没有 Huber 损失,但tf.keras有(使用类keras.losses.Huber的实例)。就算tf.keras没有,实现也不难!只需创建一个函数,参数是标签和预测值,使用 TensorFlow 运算计算每个实例的损失:

def huber_fn(y_true, y_pred):
    error = y_true - y_pred
    is_small_error = tf.abs(error) < 1
    squared_loss = tf.square(error) / 2
    linear_loss  = tf.abs(error) - 0.5
    return tf.where(is_small_error, squared_loss, linear_loss) 

警告:要提高性能,应该像这个例子使用向量。另外,如果想利用 TensorFlow 的图特性,则只能使用 TensorFlow 运算。

最好返回一个包含实例的张量,其中每个实例都有一个损失,而不是返回平均损失。这么做的话,Keras 可以在需要时,使用类权重或样本权重(见第 10 章)。

现在,编译 Keras 模型时,就可以使用 Huber 损失来训练了:

model.compile(loss=huber_fn, optimizer="nadam")
model.fit(X_train, y_train, [...]) 

仅此而已!对于训练中的每个批次,Keras 会调用函数huber_fn()计算损失,用损失来做梯度下降。另外,Keras 会从一开始跟踪总损失,并展示平均损失。

在保存这个模型时,这个自定义损失会发生什么呢?

保存并加载包含自定义组件的模型

因为 Keras 可以保存函数名,保存含有自定义损失函数的模型也不成问题。当加载模型时,你需要提供一个字典,这个字典可以将函数名和真正的函数映射起来。一般说来,当加载一个含有自定义对象的模型时,你需要将名字映射到对象上:

model = keras.models.load_model("my_model_with_a_custom_loss.h5",
                                custom_objects={"huber_fn": huber_fn}) 

对于刚刚的代码,在 -1 和 1 之间的误差被认为是“小”误差。如果要改变阈值呢?一个解决方法是创建一个函数,它可以产生一个可配置的损失函数:

def create_huber(threshold=1.0):
    def huber_fn(y_true, y_pred):
        error = y_true - y_pred
        is_small_error = tf.abs(error) < threshold
        squared_loss = tf.square(error) / 2
        linear_loss  = threshold * tf.abs(error) - threshold**2 / 2
        return tf.where(is_small_error, squared_loss, linear_loss)
    return huber_fn
model.compile(loss=create_huber(2.0), optimizer="nadam") 

但在保存模型时,threshold不能被保存。这意味在加载模型时(注意,给 Keras 的函数名是Huber_fn,不是创造这个函数的函数名),必须要指定threshold的值:

model = keras.models.load_model("my_model_with_a_custom_loss_threshold_2.h5",
                                custom_objects={"huber_fn": create_huber(2.0)}) 

要解决这个问题,可以创建一个keras.losses.Loss类的子类,然后实现get_config()方法:

class HuberLoss(keras.losses.Loss):
    def __init__(self, threshold=1.0, **kwargs):
        self.threshold = threshold
        super().__init__(**kwargs)
    def call(self, y_true, y_pred):
        error = y_true - y_pred
        is_small_error = tf.abs(error) < self.threshold
        squared_loss = tf.square(error) / 2
        linear_loss  = self.threshold * tf.abs(error) - self.threshold**2 / 2
        return tf.where(is_small_error, squared_loss, linear_loss)
    def get_config(self):
        base_config = super().get_config()
        return {**base_config, "threshold": self.threshold} 

警告:Keras API 目前只使用子类来定义层、模型、调回和正则器。如果使用子类创建其它组件(比如损失、指标、初始化器或约束),它们不能迁移到其它 Keras 实现上。可能 Keras API 经过更新,就会支持所有组件了。

逐行看下这段代码:

  • 构造器接收**kwargs,并将其传递给父构造器,父构造器负责处理超参数:损失的name,要使用的、用于将单个实例的损失汇总的reduction算法。默认情况下是"sum_over_batch_size",意思是损失是各个实例的损失之和,如果有样本权重,则做权重加权,再除以批次大小(不是除以权重之和,所以不是加权平均)。其它可能的值是"sum"None

  • call()方法接受标签和预测值,计算所有实例的损失,并返回。

  • get_config()方法返回一个字典,将每个超参数映射到值上。它首先调用父类的get_config()方法,然后将新的超参数加入字典({**x}语法是 Python 3.5 引入的)。

当编译模型时,可以使用这个类的实例:

model.compile(loss=HuberLoss(2.), optimizer="nadam") 

保存模型时,阈值会一起保存;加载模型时,只需将类名映射到具体的类上:

model = keras.models.load_model("my_model_with_a_custom_loss_class.h5",
                                custom_objects={"HuberLoss": HuberLoss}) 

保存模型时,Keras 调用损失实例的get_config()方法,将配置以 JSON 的形式保存在 HDF5 中。当加载模型时,会调用HuberLoss类的from_config()方法:这个方法是父类Loss实现的,创建一个类Loss的实例,将**config传递给构造器。

自定义激活函数、初始化器、正则器和约束

Keras 的大多数功能,比如损失、正则器、约束、初始化器、指标、激活函数、层,甚至是完整的模型,都可以用相似的方法做自定义。大多数时候,需要写一个简单的函数,带有合适的输入和输出。下面的例子是自定义激活函数(等价于keras.activations.softplus()tf.nn.softplus()),自定义 Glorot 初始化器(等价于keras.initializers.glorot_normal()),自定义ℓ1正则化器(等价于keras.regularizers.l1(0.01)),可以保证权重都是正值的自定义约束(等价于equivalent to keras.constraints.nonneg()tf.nn.relu()):

def my_softplus(z): # return value is just tf.nn.softplus(z)
    return tf.math.log(tf.exp(z) + 1.0)

def my_glorot_initializer(shape, dtype=tf.float32):
    stddev = tf.sqrt(2\. / (shape[0] + shape[1]))
    return tf.random.normal(shape, stddev=stddev, dtype=dtype)

def my_l1_regularizer(weights):
    return tf.reduce_sum(tf.abs(0.01 * weights))

def my_positive_weights(weights): # return value is just tf.nn.relu(weights)
    return tf.where(weights < 0., tf.zeros_like(weights), weights) 

可以看到,参数取决于自定义函数的类型。这些自定义函数可以如常使用,例如:

layer = keras.layers.Dense(30, activation=my_softplus,
                           kernel_initializer=my_glorot_initializer,
                           kernel_regularizer=my_l1_regularizer,
                           kernel_constraint=my_positive_weights) 

激活函数会应用到这个Dense层的输出上,结果会传递到下一层。层的权重会使用初始化器的返回值。在每个训练步骤,权重会传递给正则化函数以计算正则损失,这个损失会与主损失相加,得到训练的最终损失。最后,会在每个训练步骤结束后调用约束函数,经过约束的权重会替换层的权重。

如果函数有需要连同模型一起保存的超参数,需要对相应的类做子类,比如keras.regularizers.Regularizerkeras.constraints.Constraintkeras.initializers.Initializer,或 keras.layers.Layer(任意层,包括激活函数)。就像前面的自定义损失一样,下面是一个简单的ℓ1正则类,可以保存它的超参数factor(这次不必调用其父构造器或get_config()方法,因为它们不是父类定义的):

class MyL1Regularizer(keras.regularizers.Regularizer):
    def __init__(self, factor):
        self.factor = factor
    def __call__(self, weights):
        return tf.reduce_sum(tf.abs(self.factor * weights))
    def get_config(self):
        return {"factor": self.factor} 

注意,你必须要实现损失、层(包括激活函数)和模型的call()方法,或正则化器、初始化器和约束的__call__()方法。对于指标,处理方法有所不同。

自定义指标

损失和指标的概念是不一样的:梯度下降使用损失(比如交叉熵损失)来训练模型,因此损失必须是可微分的(至少是在评估点可微分),梯度不能在所有地方都是 0。另外,就算损失比较难解释也没有关系。相反的,指标(比如准确率)是用来评估模型的:指标的解释性一定要好,可以是不可微分的,或者可以在任何地方的梯度都是 0。

但是,在多数情况下,定义一个自定义指标函数和定义一个自定义损失函数是完全一样的。事实上,刚才创建的 Huber 损失函数也可以用来当指标(持久化也是同样的,只需要保存函数名Huber_fn就成):

model.compile(loss="mse", optimizer="nadam", metrics=[create_huber(2.0)]) 

对于训练中的每个批次,Keras 能计算该指标,并跟踪自周期开始的指标平均值。大多数时候,这样没有问题。但会有例外!比如,考虑一个二元分类器的准确性。第 3 章介绍过,准确率是真正值除以正预测数(包括真正值和假正值)。假设模型在第一个批次做了 5 个正预测,其中 4 个是正确的,准确率就是 80%。再假设模型在第二个批次做了 3 次正预测,但没有一个预测对,则准确率是 0%。如果对这两个准确率做平均,则平均值是 40%。但它不是模型在两个批次上的准确率!事实上,真正值总共有 4 个,正预测有 8 个,整体的准确率是 50%。我们需要的是一个能跟踪真正值和正预测数的对象,用该对象计算准确率。这就是类keras.metrics.Precision所做的:

>>> precision = keras.metrics.Precision()
>>> precision([0, 1, 1, 1, 0, 1, 0, 1], [1, 1, 0, 1, 0, 1, 0, 1])
<tf.Tensor: id=581729, shape=(), dtype=float32, numpy=0.8>
>>> precision([0, 1, 0, 0, 1, 0, 1, 1], [1, 0, 1, 1, 0, 0, 0, 0])
<tf.Tensor: id=581780, shape=(), dtype=float32, numpy=0.5> 

在这个例子中,我们创建了一个Precision对象,然后将其用作函数,将第一个批次的标签和预测传给它,然后传第二个批次的数据(这里也可以传样本权重)。数据和前面的真正值和正预测一样。第一个批次之后,正确率是 80%;第二个批次之后,正确率是 50%(这是完整过程的准确率,不是第二个批次的准确率)。这叫做流式指标(或者静态指标),因为他是一个批次接一个批次,逐次更新的。

任何时候,可以调用result()方法获取指标的当前值。还可以通过variables属性,查看指标的变量(跟踪正预测和负预测的数量),还可以用reset_states()方法重置变量:

>>> p.result()
<tf.Tensor: id=581794, shape=(), dtype=float32, numpy=0.5>
>>> p.variables
[<tf.Variable 'true_positives:0' [...] numpy=array([4.], dtype=float32)>,
 <tf.Variable 'false_positives:0' [...] numpy=array([4.], dtype=float32)>]
>>> p.reset_states() # both variables get reset to 0.0 

如果想创建一个这样的流式指标,可以创建一个keras.metrics.Metric类的子类。下面的例子跟踪了完整的 Huber 损失,以及实例的数量。当查询结果时,就能返回比例值,该值就是平均 Huber 损失:

class HuberMetric(keras.metrics.Metric):
    def __init__(self, threshold=1.0, **kwargs):
        super().__init__(**kwargs) # handles base args (e.g., dtype)
        self.threshold = threshold
        self.huber_fn = create_huber(threshold)
        self.total = self.add_weight("total", initializer="zeros")
        self.count = self.add_weight("count", initializer="zeros")
    def update_state(self, y_true, y_pred, sample_weight=None):
        metric = self.huber_fn(y_true, y_pred)
        self.total.assign_add(tf.reduce_sum(metric))
        self.count.assign_add(tf.cast(tf.size(y_true), tf.float32))
    def result(self):
        return self.total / self.count
    def get_config(self):
        base_config = super().get_config()
        return {**base_config, "threshold": self.threshold} 

逐行看下代码:

  • 构造器使用add_weight()方法来创建用来跟踪多个批次的变量 —— 在这个例子中,就是 Huber 损失的和(total)和实例的数量(count)。如果愿意的话,可以手动创建变量。Keras 会跟中任何被设为属性的tf.Variable(更一般的讲,任何“可追踪对象”,比如层和模型)。

  • 当将这个类的实例当做函数使用时会调用update_state()方法(正如Precision对象)。它能用每个批次的标签和预测值(还有样本权重,但这个例子忽略了样本权重)来更新变量。

  • result()方法计算并返回最终值,在这个例子中,是返回所有实例的平均 Huber 损失。当你将指标用作函数时,update_state()方法先被调用,然后调用result()方法,最后返回输出。

  • 还实现了get_config()方法,用以确保threshold和模型一起存储。

  • reset_states()方法默认将所有值重置为 0.0(也可以改为其它值)。

笔记:Keras 能无缝处理变量持久化。

当用简单函数定义指标时,Keras 会在每个批次自动调用它,还能跟踪平均值,就和刚才的手工处理一模一样。因此,HuberMetric类的唯一好处是threshold可以进行保存。当然,一些指标,比如准确率,不能简单的平均化;对于这些例子,只能实现一个流式指标。

创建好了流式指标,再创建自定义层就很简单了。

自定义层

有时候你可能想搭建一个架构,但 TensorFlow 没有提供默认实现。这种情况下,就需要创建自定义层。否则只能搭建出的架构会是简单重复的,包含相同且重复的层块,每个层块实际上就是一个层而已。比如,如果模型的层顺序是 A、B、C、A、B、C、A、B、C,则完全可以创建一个包含 A、B、C 的自定义层 D,模型就可以简化为 D、D、D。

如何创建自定义层呢?首先,一些层没有权重,比如keras.layers.Flattenkeras.layers.ReLU。如果想创建一个没有任何权重的自定义层,最简单的方法是协议个函数,将其包装进keras.layers.Lambda层。比如,下面的层会对输入做指数运算:

exponential_layer = keras.layers.Lambda(lambda x: tf.exp(x)) 

这个自定义层可以像任何其它层一样使用顺序 API、函数式 API 或子类化 API。你还可以将其用作激活函数(或者使用activation=tf.expactivation=keras.activations.exponential,或者activation="exponential")。当预测值的数量级不同时,指数层有时用在回归模型的输出层。

你可能猜到了,要创建自定义状态层(即,有权重的层),需要创建keras.layers.Layer类的子类。例如,下面的类实现了一个紧密层的简化版本:

class MyDense(keras.layers.Layer):
    def __init__(self, units, activation=None, **kwargs):
        super().__init__(**kwargs)
        self.units = units
        self.activation = keras.activations.get(activation)

    def build(self, batch_input_shape):
        self.kernel = self.add_weight(
            name="kernel", shape=[batch_input_shape[-1], self.units],
            initializer="glorot_normal")
        self.bias = self.add_weight(
            name="bias", shape=[self.units], initializer="zeros")
        super().build(batch_input_shape) # must be at the end

    def call(self, X):
        return self.activation(X @ self.kernel + self.bias)

    def compute_output_shape(self, batch_input_shape):
        return tf.TensorShape(batch_input_shape.as_list()[:-1] + [self.units])

    def get_config(self):
        base_config = super().get_config()
        return {**base_config, "units": self.units,
                "activation": keras.activations.serialize(self.activation)} 

逐行看下代码:

  • 构造器将所有超参数作为参数(这个例子中,是unitsactivation),更重要的,它还接收一个**kwargs参数。接着初始化了父类,传给父类kwargs:它负责标准参数,比如input_shapetrainablename。然后将超参数存为属性,使用keras.activations.get()函数(这个函数接收函数、标准字符串,比如"relu""selu"、或"None"),将activation参数转换为合适的激活函数。

  • build()方法通过对每个权重调用add_weight()方法,创建层的变量。层第一次被使用时,调用build()方法。此时,Keras 能知道该层输入的形状,并传入build()方法,这对创建权重是必要的。例如,需要知道前一层的神经元数量,来创建连接权重矩阵(即,"kernel"):对应的是输入的最后一维的大小。在build()方法最后(也只是在最后),必须调用父类的build()方法:这步告诉 Keras 这个层建好了(或者设定self.built=True)。

  • call()方法执行预想操作。在这个例子中,计算了输入X和层的核的矩阵乘法,加上了偏置向量,对结果使用了激活函数,得到了该层的输出。

  • compute_output_shape()方法只是返回了该层输出的形状。在这个例子中,输出和输入的形状相同,除了最后一维被替换成了层的神经元数。在tf.keras中,形状是tf.TensorShape类的实例,可以用as_list()转换为 Python 列表。

  • get_config()方法和前面的自定义类很像。注意是通过调用keras.activations.serialize(),保存了激活函数的完整配置。

现在,就可以像其它层一样,使用MyDense层了!

笔记:一般情况下,可以忽略compute_output_shape()方法,因为tf.keras能自动推断输出的形状,除非层是动态的(后面会看到动态层)。在其它 Keras 实现中,要么需要compute_output_shape()方法,要么默认输出形状和输入形状相同。

要创建一个有多个输入(比如Concatenate)的层,call()方法的参数应该是包含所有输入的元组。相似的,compute_output_shape()方法的参数应该是一个包含每个输入的批次形状的元组。要创建一个有多输出的层,call()方法要返回输出的列表,compute_output_shape()方法要返回批次输出形状的列表(每个输出一个形状)。例如,下面的层有两个输入和三个输出:

class MyMultiLayer(keras.layers.Layer):
    def call(self, X):
        X1, X2 = X
        return [X1 + X2, X1 * X2, X1 / X2]

    def compute_output_shape(self, batch_input_shape):
        b1, b2 = batch_input_shape
        return [b1, b1, b1] # 可能需要处理广播规则 

这个层现在就可以像其它层一样使用了,但只能使用函数式和子类化 API,顺序 API 不成(只能使用单输入和单输出的层)。

如果你的层需要在训练和测试时有不同的行为(比如,如果使用DropoutBatchNormalization层),那么必须给call()方法加上training参数,用这个参数确定该做什么。比如,创建一个在训练中(为了正则)添加高斯造影的层,但不改动训练(Keras 有一个层做了同样的事,keras.layers.GaussianNoise):

class MyGaussianNoise(keras.layers.Layer):
    def __init__(self, stddev, **kwargs):
        super().__init__(**kwargs)
        self.stddev = stddev

    def call(self, X, training=None):
        if training:
            noise = tf.random.normal(tf.shape(X), stddev=self.stddev)
            return X + noise
        else:
            return X

    def compute_output_shape(self, batch_input_shape):
        return batch_input_shape 

上面这些就能让你创建自定义层了!接下来看看如何创建自定义模型。

自定义模型

第 10 章在讨论子类化 API 时,接触过创建自定义模型的类。说白了:创建keras.Model类的子类,创建层和变量,用call()方法完成模型想做的任何事。假设你想搭建一个图 12-3 中的模型。

图 12-3 自定义模型案例:包含残差块层,残块层含有跳连接

输入先进入一个紧密层,然后进入包含两个紧密层和一个添加操作的残差块(第 14 章会看见,残差块将输入和输出相加),经过 3 次同样的残差块,再通过第二个残差块,最终结果通过一个紧密输出层。这个模型没什么意义,只是一个搭建任意结构(包含循环和跳连接)模型的例子。要实现这个模型,最好先创建ResidualBlock层,因为这个层要用好几次:

class ResidualBlock(keras.layers.Layer):
    def __init__(self, n_layers, n_neurons, **kwargs):
        super().__init__(**kwargs)
        self.hidden = [keras.layers.Dense(n_neurons, activation="elu",
                                          kernel_initializer="he_normal")
                       for _ in range(n_layers)]

    def call(self, inputs):
        Z = inputs
        for layer in self.hidden:
            Z = layer(Z)
        return inputs + Z 

这个层稍微有点特殊,因为它包含了其它层。用 Keras 来实现:自动检测hidden属性包含可追踪对象(即,层),内含层的变量可以自动添加到整层的变量列表中。类的其它部分很好懂。接下来,使用子类化 API 定义模型:

class ResidualRegressor(keras.Model):
    def __init__(self, output_dim, **kwargs):
        super().__init__(**kwargs)
        self.hidden1 = keras.layers.Dense(30, activation="elu",
                                          kernel_initializer="he_normal")
        self.block1 = ResidualBlock(2, 30)
        self.block2 = ResidualBlock(2, 30)
        self.out = keras.layers.Dense(output_dim)

    def call(self, inputs):
        Z = self.hidden1(inputs)
        for _ in range(1 + 3):
            Z = self.block1(Z)
        Z = self.block2(Z)
        return self.out(Z) 

在构造器中创建层,在call()方法中使用。这个模型可以像其它模型那样来使用(编译、拟合、评估、预测)。如果你还想使用save()方法保存模型,使用keras.models.load_model()方法加载模型,则必须在ResidualBlock类和ResidualRegressor类中实现get_config()方法。另外,可以使用save_weights()方法和load_weights()方法保存和加载权重。

Model类是Layer类的子类,因此模型可以像层一样定义和使用。但是模型还有一些其它的功能,包括compile()fit()evaluate()predict()(还有一些变量),还有get_layers()方法(它能通过名字或序号返回模型的任意层)、save()方法(支持keras.models.load_model()keras.models.clone_model())。

提示:如果模型提供的功能比层多,为什么不讲每一个层定义为模型呢?技术上当然可以这么做,但对内部组件和模型(即,层或可重复使用的层块)加以区别,可以更加清晰。前者应该是Layer类的子类,后者应该是Model类的子类。

掌握了上面的方法,你就可以使用顺序 API、函数式 API、子类化 API 搭建几乎任何文章上的模型了。为什么是“几乎”?因为还有些内容需要掌握:首先,如何基于模型内部定义损失或指标,第二,如何搭建自定义训练循环。

基于模型内部的损失和指标

前面的自定义损失和指标都是基于标签和预测(或者还有样本权重)。有时,你可能想基于模型的其它部分定义损失,比如隐藏层的权重或激活函数。这么做,可以是处于正则的目的,或监督模型的内部。

要基于模型内部自定义损失,需要先做基于这些组件的计算,然后将结果传递给add_loss()方法。例如,自定义一个包含五个隐藏层加一个输出层的回归 MLP 模型。这个自定义模型基于上层的隐藏层,还有一个辅助的输出。和辅助输出关联的损失,被称为重建损失(见第 17 章):它是重建和输入的均方差。通过将重建误差添加到主损失上,可以鼓励模型通过隐藏层保留尽量多的信息,即便是那些对回归任务没有直接帮助的信息。在实际中,重建损失有助于提高泛化能力(它是一个正则损失)。下面是含有自定义重建损失的自定义模型:

class ReconstructingRegressor(keras.Model):
    def __init__(self, output_dim, **kwargs):
        super().__init__(**kwargs)
        self.hidden = [keras.layers.Dense(30, activation="selu",
                                          kernel_initializer="lecun_normal")
                       for _ in range(5)]
        self.out = keras.layers.Dense(output_dim)

    def build(self, batch_input_shape):
        n_inputs = batch_input_shape[-1]
        self.reconstruct = keras.layers.Dense(n_inputs)
        super().build(batch_input_shape)

    def call(self, inputs):
        Z = inputs
        for layer in self.hidden:
            Z = layer(Z)
        reconstruction = self.reconstruct(Z)
        recon_loss = tf.reduce_mean(tf.square(reconstruction - inputs))
        self.add_loss(0.05 * recon_loss)
        return self.out(Z) 

逐行看下代码:

  • 构造器搭建了一个有五个紧密层和一个紧密输出层的 DNN。

  • build()方法创建了另一个紧密层,可以重建模型的输入。必须要在这里创建build()方法的原因,是单元的数量必须等于输入数,而输入数在调用build()方法之前是不知道的。

  • call()方法处理所有五个隐藏层的输入,然后将结果传给重建层,重建层产生重建。

  • call()方法然后计算重建损失(重建和输入的均方差),然后使用add_loss()方法,将其加到模型的损失列表上。注意,这里对重建损失乘以了 0.05(这是个可调节的超参数),做了缩小,以确保重建损失不主导主损失。

  • 最后,call()方法将隐藏层的输出传递给输出层,然后返回输出。

相似的,可以加上一个基于模型内部的自定义指标。例如,可以在构造器中创建一个keras.metrics.Mean对象,然后在call()方法中调用它,传递给它recon_loss,最后通过add_metric()方法,将其添加到模型上。使用这种方式,在训练模型时,Keras 能展示每个周期的平均损失(损失是主损失加上 0.05 乘以重建损失),和平均重建误差。两者都会在训练过程中下降:

Epoch 1/5
11610/11610 [=============] [...] loss: 4.3092 - reconstruction_error: 1.7360
Epoch 2/5
11610/11610 [=============] [...] loss: 1.1232 - reconstruction_error: 0.8964
[...] 

在超过 99% 的情况中,前面所讨论的内容已经足够搭建你想要的模型了,就算是包含复杂架构、损失和指标也行。但是,在某些极端情况,你还需要自定义训练循环。介绍之前,先来看看 TensorFlow 如何自动计算梯度。

使用自动微分计算梯度

要搞懂如何使用自动微分自动计算梯度,来看一个例子:

def f(w1, w2):
    return 3 * w1 ** 2 + 2 * w1 * w2 

如果你会微积分,就能算出这个函数对w1的偏导是6 * w1 + 2 * w2,还能算出它对w2的偏导是2 * w1。例如,在点(w1, w2) = (5, 3),这两个偏导数分别是 36 和 10,在这个点的梯度向量就是(36, 10)。但对于神经网络来说,函数会复杂得多,可能会有上完个参数,用手算偏导几乎是不可能的任务。一个解决方法是计算每个偏导的大概值,通过调节参数,查看输出的变化:

>>> w1, w2 = 5, 3
>>> eps = 1e-6
>>> (f(w1 + eps, w2) - f(w1, w2)) / eps
36.000003007075065
>>> (f(w1, w2 + eps) - f(w1, w2)) / eps
10.000000003174137 

这种方法很容易实现,但只是大概。重要的是,需要对每个参数至少要调用一次f()(不是至少两次,因为可以只计算一次f(w1, w2))。这样,对于大神经网络,就不怎么可控。所以,应该使用自动微分。TensorFlow 的实现很简单:

w1, w2 = tf.Variable(5.), tf.Variable(3.)
with tf.GradientTape() as tape:
    z = f(w1, w2)

gradients = tape.gradient(z, [w1, w2]) 

先定义了两个变量w1w2,然后创建了一个tf.GradientTape上下文,它能自动记录变脸的每个操作,最后使用它算出结果z关于两个变量[w1, w2]的梯度。TensorFlow 计算的梯度如下:

>>> gradients
[<tf.Tensor: id=828234, shape=(), dtype=float32, numpy=36.0>,
 <tf.Tensor: id=828229, shape=(), dtype=float32, numpy=10.0>] 

很好!不仅结果是正确的(准确度只受浮点误差限制),gradient()方法只逆向算了一次,无论有多少个变量,效率很高。

提示:为了节省内存,只将严格的最小值放在tf.GradientTape()中。另外,通过在 tf.GradientTape()中创建一个tape.stop_recording()来暂停记录。

当调用记录器的gradient()方法时,记录器会自动清零,所以调用两次gradient()就会报错:

with tf.GradientTape() as tape:
    z = f(w1, w2)

dz_dw1 = tape.gradient(z, w1) # => tensor 36.0
dz_dw2 = tape.gradient(z, w2) # 运行时错误 

如果需要调用gradient()一次以上,比续将记录器持久化,并在每次用完之后删除,释放资源:

with tf.GradientTape(persistent=True) as tape:
    z = f(w1, w2)

dz_dw1 = tape.gradient(z, w1) # => tensor 36.0
dz_dw2 = tape.gradient(z, w2) # => tensor 10.0, works fine now!
del tape 

默认情况下,记录器只会跟踪包含变量的操作,所以如果是计算z的梯度,z和变量没关系,结果就会是None

c1, c2 = tf.constant(5.), tf.constant(3.)
with tf.GradientTape() as tape:
    z = f(c1, c2)

gradients = tape.gradient(z, [c1, c2]) # returns [None, None] 

但是,你也可以强制记录器监视任何你想监视的张量,将它们当做变量来计算梯度:

with tf.GradientTape() as tape:
    tape.watch(c1)
    tape.watch(c2)
    z = f(c1, c2)

gradients = tape.gradient(z, [c1, c2]) # returns [tensor 36., tensor 10.] 

在某些情况下,这么做会有帮助,比如当输入的波动很小,而激活函数结果波动很大时,要实现一个正则损失,就可以这么做:损失会基于激活函数结果,激活函数结果会基于输入。因为输入不是变量,就需要记录器监视输入。

大多数时候,梯度记录器被用来计算单一值(通常是损失)的梯度。这就是自动微分发挥长度的地方了。因为自动微分只需要一次向前传播一次向后传播,就能计算所有梯度。如果你想计算一个向量的梯度,比如一个包含多个损失的向量,TensorFlow 就会计算向量和的梯度。因此,如果你需要计算单个梯度的话(比如每个损失相对于模型参数的梯度),你必须调用记录器的jabobian()方法:它能做反向模式的自动微分,一次计算完向量中的所有损失(默认是并行的)。甚至还可以计算二级偏导,但在实际中用的不多(见笔记本中的“自动微分计算梯度部分”)。

某些情况下,你可能想让梯度在部分神经网络停止传播。要这么做的话,必须使用tf.stop_gradient()函数。它能在前向传播中(比如tf.identity())返回输入,并能阻止梯度反向传播(就像常量一样):

def f(w1, w2):
    return 3 * w1 ** 2 + tf.stop_gradient(2 * w1 * w2)

with tf.GradientTape() as tape:
    z = f(w1, w2) # same result as without stop_gradient()

gradients = tape.gradient(z, [w1, w2]) # => returns [tensor 30., None] 

最后,在计算梯度时可能还会碰到数值问题。例如,如果对于很大的输入,计算my_softplus()函数的梯度,结果会是NaN

>>> x = tf.Variable([100.])
>>> with tf.GradientTape() as tape:
...     z = my_softplus(x)
...
>>> tape.gradient(z, [x])
<tf.Tensor: [...] numpy=array([nan], dtype=float32)> 

这是因为使用自动微分计算这个函数的梯度,会有些数值方面的难点:因为浮点数的精度误差,自动微分最后会变成无穷除以无穷(结果是NaN)。幸好,softplus 函数的导数是1 / (1 + 1 / exp(x)),它是数值稳定的。接着,让 TensorFlow 使用这个稳定的函数,通过装饰器@tf.custom_gradient计算my_softplus()的梯度,既返回正常输出,也返回计算导数的函数(注意:它会接收的输入是反向传播的梯度;根据链式规则,应该乘以函数的梯度):

@tf.custom_gradient
def my_better_softplus(z):
    exp = tf.exp(z)
    def my_softplus_gradients(grad):
        return grad / (1 + 1 / exp)
    return tf.math.log(exp + 1), my_softplus_gradients 

计算好了my_better_softplus()的梯度,就算对于特别大的输入值,也能得到正确的结果(但是,因为指数运算,主输出还是会发生爆炸;绕过的方法是,当输出很大时,使用tf.where()返回输入)。

祝贺你!现在你就可以计算任何函数的梯度(只要函数在计算点可微就行),甚至可以阻止反向传播,还能写自己的梯度函数!TensorFlow 的灵活性还能让你编写自定义的训练循环。

自定义训练循环

在某些特殊情况下,fit()方法可能不够灵活。例如,第 10 章讨论过的 Wide & Deep 论文使用了两个优化器:一个用于宽路线,一个用于深路线。因为fit()方法智能使用一个优化器(编译时设置的优化器),要实现这篇论文就需要写自定义循环。

你可能还想写自定义的训练循环,只是想让训练过程更加可控(也许你对fit()方法的细节并不确定)。但是,自定义训练循环会让代码变长、更容易出错、也难以维护。

提示:除非真的需要自定义,最好还是使用fit()方法,而不是自定义训练循环,特别是当你是在一个团队之中时。

首先,搭建一个简单的模型。不用编译,因为是要手动处理训练循环:

l2_reg = keras.regularizers.l2(0.05)
model = keras.models.Sequential([
    keras.layers.Dense(30, activation="elu", kernel_initializer="he_normal",
                       kernel_regularizer=l2_reg),
    keras.layers.Dense(1, kernel_regularizer=l2_reg)
]) 

接着,创建一个小函数,它能从训练集随机采样一个批次的实例(第 13 章会讨论更便捷的 Data API):

def random_batch(X, y, batch_size=32):
    idx = np.random.randint(len(X), size=batch_size)
    return X[idx], y[idx] 

再定义一个可以展示训练状态的函数,包括步骤数、总步骤数、平均损失(用Mean指标计算),和其它指标:

def print_status_bar(iteration, total, loss, metrics=None):
    metrics = " - ".join(["{}: {:.4f}".format(m.name, m.result())
                         for m in [loss] + (metrics or [])])
    end = "" if iteration < total else "\n"
    print("\r{}/{} - ".format(iteration, total) + metrics,
          end=end) 

这段代码不难,除非你对 Python 字符串的{:.4f}不熟:它的作用是保留四位小数。使用\r(回车)和end=""连用,保证状态条总是打印在一条线上。笔记本中,print_status_bar()函数包括进度条,也可以使用tqdm库。

有了这些准备,就可以开干了!首先,我们定义超参数、选择优化器、损失函数和指标(这个例子中是 MAE):

n_epochs = 5
batch_size = 32
n_steps = len(X_train) // batch_size
optimizer = keras.optimizers.Nadam(lr=0.01)
loss_fn = keras.losses.mean_squared_error
mean_loss = keras.metrics.Mean()
metrics = [keras.metrics.MeanAbsoluteError()] 

可以搭建自定义循环了:

for epoch in range(1, n_epochs + 1):
    print("Epoch {}/{}".format(epoch, n_epochs))
    for step in range(1, n_steps + 1):
        X_batch, y_batch = random_batch(X_train_scaled, y_train)
        with tf.GradientTape() as tape:
            y_pred = model(X_batch, training=True)
            main_loss = tf.reduce_mean(loss_fn(y_batch, y_pred))
            loss = tf.add_n([main_loss] + model.losses)
        gradients = tape.gradient(loss, model.trainable_variables)
        optimizer.apply_gradients(zip(gradients, model.trainable_variables))
        mean_loss(loss)
        for metric in metrics:
            metric(y_batch, y_pred)
        print_status_bar(step * batch_size, len(y_train), mean_loss, metrics)
    print_status_bar(len(y_train), len(y_train), mean_loss, metrics)
    for metric in [mean_loss] + metrics:
        metric.reset_states() 

逐行看下代码:

  • 创建了两个嵌套循环:一个是给周期的,一个是给周期里面的批次的。

  • 然后从训练集随机批次采样。

  • tf.GradientTape()内部,对一个批次做了预测(将模型用作函数),计算其损失:损失等于主损失加上其它损失(在这个模型中,每层有一个正则损失)。因为mean_squared_error()函数给每个实例返回一个损失,使用tf.reduce_mean()计算平均值(如果愿意的话,每个实例可以用不同的权重)。正则损失已经转变为单个的标量,所以只需求和就成(使用tf.add_n(),它能将相同形状和数据类型的张量求和)。

  • 接着,让记录器计算损失相对于每个可训练变量的梯度(不是所有的变量!),然后用优化器对梯度做梯度下降。

  • 然后,更新(当前周期)平均损失和平均指标,显示状态条。

  • 在每个周期结束后,再次展示状态条,使其完整,然后换行,重置平均损失和平均指标。

如果设定优化器的clipnormclipvalue超参数,就可以自动重置。如果你想对梯度做任何其它变换,在调用apply_gradients()方法之前,做变换就行。

如果你对模型添加了权重约束(例如,添加层时设置kernel_constraintbias_constraint),你需要在apply_gradients()之后,更新训练循环,以应用这些约束:

for variable in model.variables:
    if variable.constraint is not None:
        variable.assign(variable.constraint(variable)) 

最重要的,这个训练循环没有处理训练和测试过程中,行为不一样的层(例如,BatchNormalizationDropout)。要处理的话,需要调用模型,令training=True,并传播到需要这么设置的每一层。

可以看到,有这么多步骤都要做对才成,很容易出错。但另一方面,训练的控制权完全在你手里。

现在你知道如何自定义模型中的任何部分了,也知道如何训练算法了,接下来看看如何使用 TensorFlow 的自动图生成特征:它能显著提高自定义代码的速度,并且还是可迁移的(见第 19 章)。

TensorFlow 的函数和图

在 TensorFlow 1 中,图是绕不过去的(同时图也很复杂),因为图是 TensorFlow 的 API 的核心。在 TensorFlow 2 中,图还在,但不是核心了,使用也简单多了。为了演示其易用性,从一个三次方函数开始:

def cube(x):
    return x ** 3 

可以用一个值调用这个函数,整数、浮点数都成,或者用张量来调用:

>>> cube(2)
8
>>> cube(tf.constant(2.0))
<tf.Tensor: id=18634148, shape=(), dtype=float32, numpy=8.0> 

现在,使用tf.function()将这个 Python 函数变为 TensorFlow 函数:

>>> tf_cube = tf.function(cube)
>>> tf_cube
<tensorflow.python.eager.def_function.Function at 0x1546fc080> 

可以像原生 Python 函数一样使用这个 TF 函数,可以返回同样的结果(张量):

>>> tf_cube(2)
<tf.Tensor: id=18634201, shape=(), dtype=int32, numpy=8>
>>> tf_cube(tf.constant(2.0))
<tf.Tensor: id=18634211, shape=(), dtype=float32, numpy=8.0> 

tf.function()在底层分析了cube()函数的计算,然后生成了一个等价的计算图!可以看到,过程十分简单(下面会讲解过程)。另外,也可以使用tf.function作为装饰器,更常见一些:

@tf.function
def tf_cube(x):
    return x ** 3 

原生的 Python 函数通过 TF 函数的python_function属性仍然可用:

>>> tf_cube.python_function(2)
8 

TensorFlow 优化了计算图,删掉了没用的节点,简化了表达式(比如,1 + 2会替换为 3),等等。当优化好的计算图准备好之后,TF 函数可以在图中,按合适的顺序高效执行运算(该并行的时候就并行)。作为结果,TF 函数比普通的 Python 函数快的做,特别是在做复杂计算时。大多数时候,根本没必要知道底层到底发生了什么,如果需要对 Python 函数加速,将其转换为 TF 函数就行。

另外,当你写的自定义损失函数、自定义指标、自定义层或任何其它自定义函数,并在 Keras 模型中使用的,Keras 都自动将其转换成了 TF 函数,不用使用tf.function()

提示:创建自定义层或模型时,设置dynamic=True,可以让 Keras 不转化你的 Python 函数。另外,当调用模型的compile()方法时,可以设置run_eagerly=True

默认时,TF 函数对每个独立输入的形状和数据类型的集合,生成了一个新的计算图,并缓存以备后续使用。例如,如果你调用tf_cube(tf.constant(10)),就会生成一个int32张量、形状是[]的计算图。如果你调用tf_cube(tf.constant(20)),会使用相同的计算图。但如果调用tf_cube(tf.constant([10, 20])),就会生成一个int32、形状是[2]的新计算图。这就是 TF 如何处理多态的(即变化的参数类型和形状)。但是,这只适用于张量参数:如果你将 Python 数值传给 TF,就会为每个独立值创建一个计算图:比如,调用tf_cube(10)tf_cube(20)会产生两个计算图。

警告:如果用多个不同的 Python 数值调用 TF 函数,就会产生多个计算图,这样会减慢程勋,使用很多的内存(必须删掉 TF 函数才能释放)。Python 的值应该复赋值给尽量重复的参数,比如超参数,每层有多少个神经元。这可以让 TensorFlow 更好的优化模型中的变量。

自动图和跟踪

TensorFlow 是如何生成计算图的呢?它先分析了 Python 函数源码,得出所有的数据流控制语句,比如for循环,while循环,if条件,还有breakcontinuereturn。这个第一步被称为自动图(AutoGraph)。TensorFlow 之所以要分析源码,试分析 Python 没有提供任何其它的方式来获取控制流语句:Python 提供了__add__()__mul__()这样的魔术方法,但没有__while__()__if__()这样的魔术方法。分析完源码之后,自动图中的所有控制流语句都被替换成相应的 TensorFlow 方法,比如tf.while_loop()while循环)和tf.cond()if判断)。例如,见图 12-4,自动图分析了 Python 函数sum_squares()的源码,然后变为函数tf__sum_squares()。在这个函数中,for循环被替换成了loop_body()(包括原生的for循环)。然后是函数for_stmt(),调用这个函数会形成运算tf.while_loop()

图 12-4 TensorFlow 是如何使用自动图和跟踪生成计算图的?

然后,TensorFlow 调用这个“升级”方法,但没有向其传递参数,而是传递一个符号张量(symbolic tensor)——一个没有任何真实值的张量,只有名字、数据类型和形状。例如,如果调用sum_squares(tf.constant(10)),然后会调用tf__sum_squares(),其符号张量的类型是int32,形状是[]。函数会以图模式运行,意味着每个 TensorFlow 运算会在图中添加一个表示自身的节点,然后输出tensor(s)(与常规模式相对,这被称为动态图执行,或动态模式)。在图模式中,TF 运算不做任何计算。如果你懂 TensorFlow 1,这应该很熟悉,因为图模式是默认模式。在图 12-4 中,可以看到tf__sum_squares()函数被调用,参数是符号张量,最后的图是跟踪中生成的。节点表示运算,箭头表示张量(生成的函数和图都简化了)。

提示:想看生成出来的函数源码的话,可以调用tf.autograph.to_code(sum_squares.python_function)。源码不美观,但可以用来调试。

TF 函数规则

大多数时候,将 Python 函数转换为 TF 函数是琐碎的:要用@tf.function装饰,或让 Keras 来负责。但是,也有一些规则:

  • 如果调用任何外部库,包括 NumPy,甚至是标准库,调用只会在跟踪中运行,不会是图的一部分。事实上,TensorFlow 图只能包括 TensorFlow 的构件(张量、运算、变量、数据集,等等)。因此,要确保使用的是tf.reduce_sum()而不是np.sum(),使用的是tf.sort()而不是内置的sorted(),等等。还要注意:
  1. 如果定义了一个 TF 函数f(x),它只返回np.random.rand(),当函数被追踪时,生成的是个随机数,因此f(tf.constant(2.))f(tf.constant(3.))会返回同样的随机数,但f(tf.constant([2., 3.]))会返回不同的数。如果将np.random.rand()替换为tf.random.uniform([]),每次调用都会返回新的随机数,因为运算是图的一部分。

  2. 如果你的非 TensorFlow 代码有副作用(比如日志,或更新 Python 计数器),则 TF 函数被调用时,副作用不一定发生,因为只有函数被追踪时才有效。

  3. 你可以在tf.py_function()运算中包装任意的 Python 代码,但这么做的话会使性能下降,因为 TensorFlow 不能做任何图优化。还会破坏移植性,因为图只能在有 Python 的平台上跑起来(且安装上正确的库)。

  • 你可以调用其它 Python 函数或 TF 函数,但是它们要遵守相同的规则,因为 TensorFlow 会在计算图中记录它们的运算。注意,其它函数不需要用@tf.function装饰。

  • 如果函数创建了一个 TensorFlow 变量(或任意其它静态 TensorFlow 对象,比如数据集或队列),它必须在第一次被调用时创建 TF 函数,否则会导致异常。通常,最好在 TF 函数的外部创建变量(比如在自定义层的build()方法中)。如果你想将一个新值赋值给变量,要确保调用它的assign()方法,而不是使用=

  • Python 的源码可以被 TensorFlow 使用。如果源码用不了(比如,如果是在 Python shell 中定义函数,源码就访问不了,或者部署的是编译文件*.pyc),图的生成就会失败或者缺失功能。

  • TensorFlow 只能捕获迭代张量或数据集的for循环。因此要确保使用for i in tf.range(x),而不是for i in range(x),否则循环不能在图中捕获,而是在会在追踪中运行。(如果for循环使用创建计算图的,这可能是你想要的,比如创建神经网络中的每一层)。

  • 出于性能原因,最好使用向量化的实现方式,而不是使用循环。

总结一下,这一章一开始介绍了 TensorFlow,然后是 TensorFlow 的低级 API,包括张量、运算、变量和特殊的数据结构。然后使用这些工具自定义了tf.keras中的几乎每个组件。最后,学习了 TF 函数如何提升性能,计算图是如何通过自动图和追踪生成的,在写 TF 函数时要遵守什么规则。(附录 G 介绍了生成图的内部黑箱)

下一章会学习如何使用 TensorFlow 高效加载和预处理数据。

练习

  1. 如何用一句话描述 TensorFlow?它的主要特点是什么?能列举出其它流行的深度学习库吗?

  2. TensorFlow 是 NumPy 的简单替换吗?二者有什么区别?

  3. tf.range(10)tf.constant(np.arange(10))能拿到相同的结果吗?

  4. 列举出除了常规张量之外,TensorFlow 的其它六种数据结构?

  5. 可以通过函数或创建keras.losses.Loss的子类来自定义损失函数。两种方法各在什么时候使用?

  6. 相似的,自定义指标可以通过定义函数或创建keras.metrics.Metric的子类。两种方法各在什么时候使用?

  7. 什么时候应该创建自定义层,而不是自定义模型?

  8. 什么时候需要创建自定义的训练循环?

  9. 自定义 Keras 组件可以包含任意 Python 代码吗,或者 Python 代码需要转换为 TF 函数吗?

  10. 如果想让一个函数可以转换为 TF 函数,要遵守设么规则?

  11. 什么时候需要创建一个动态 Keras 模型?怎么做?为什么不让所有模型都是动态的?

  12. 实现一个具有层归一化的自定义层(第 15 章会用到):

a. build()方法要定义两个可训练权重αβ,形状都是input_shape[-1:],数据类型是tf.float32α用 1 初始化,β用 0 初始化。

b. call()方法要计算每个实例的特征的平均值μ和标准差σ。你可以使用tf.nn.moments(inputs, axes=-1, keepdims=True),它可以返回平均值μ和方差σ^2(计算其平方根得到标准差)。函数返回α⊗(X - μ)/(σ + ε) + β,其中表示元素级别惩罚,ε是平滑项(避免发生除以 0,而是除以 0.001)。

c. 确保自定义层的输出和keras.layers.LayerNormalization层的输出一致(或非常接近)。

  1. 训练一个自定义训练循环,来处理 Fashion MNIST 数据集。

a. 展示周期、迭代,每个周期的平均训练损失、平均准确度(每次迭代会更新),还有每个周期结束后的验证集损失和准确度。

b. 深层和浅层使用不同的优化器,不同的学习率。

参考答案见附录 A。