PyTorch 1.0 : Getting Started : 転移学習チュートリアル (翻訳/解説)
翻訳 : (株)クラスキャット セールスインフォメーション
作成日時 : 12/10/2018 (1.0.0.dev20181207)
* 本ページは、PyTorch 1.0 Tutorials の TRANSFER LEARNING TUTORIAL を翻訳した上で適宜、補足説明したものです：
* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。
転移学習チュートリアル
このチュートリアルでは、転移学習を使用して貴方のネットワークをどのように訓練するかを学習します。転移学習については cs231n ノート で更に読むことができます。
これらのノートを引用すると、
実際には、非常に少しの人が畳込みニューラルネットワークを (ランダム初期化で) スクラッチから訓練します、何故ならば十分なサイズのデータセットを持つことは比較的稀 (まれ) だからです。代わりに、非常に巨大なデータセット (e.g. ImageNet, これは 1000 カテゴリを持つ 120 万画像を含みます) 上で ConvNet を事前訓練してそれからその ConvNet を初期化のためにか興味あるタスクのための固定された特徴抽出器として使用するのが一般的です。
これらの２つの主要な転移学習シナリオは次のようなものです :
- convnet を再調整する: ランダム初期化の代わりに、imagenet 1000 データセット上で訓練された一つのように、事前訓練されたネットワークでネットワークを初期化します。訓練の残りは通常のようなものです。
- 固定された特徴抽出器としての ConvNet: ここで、(最後の完全結合層の重みを除く) ネットワーク総てのための重みは凍結します。この最後の完全結合層はランダム重みを持つ新しい一つで置き換えられてこの層だけ訓練されます。
# License: BSD # Author: Sasank Chilamkurthy from __future__ import print_function, division import torch import torch.nn as nn import torch.optim as optim from torch.optim import lr_scheduler import numpy as np import torchvision from torchvision import datasets, models, transforms import matplotlib.pyplot as plt import time import os import copy plt.ion() # interactive mode
データをロードする
データをロードするために torchvision と torch.utils.data パッケージを使用します。
今日解いていく問題は アリ (= ants) と ハチ (= bees) を分類するモデルを訓練することです。アリとハチのためにおよそ 120 訓練画像を持ちます。各クラスのために 75 検証画像があります。通常は、スクラッチから訓練される場合、これは一般化するには非常に小さいデータセットです。私達は転移学習を使用していますので、合理的に上手く一般化することができるはずです。
このデータセットは imagenet の非常に小さなサブセットです。
Note: ここ からデータをダウンロードしてそれを現在のディレクトリに抽出します。
# Data augmentation and normalization for training
# Just normalization for validation
data_transforms = {
'train': transforms.Compose([
transforms.RandomResizedCrop(224),
transforms.RandomHorizontalFlip(),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
'val': transforms.Compose([
transforms.Resize(256),
transforms.CenterCrop(224),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
}
data_dir = 'data/hymenoptera_data'
image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x),
data_transforms[x])
for x in ['train', 'val']}
dataloaders = {x: torch.utils.data.DataLoader(image_datasets[x], batch_size=4,
shuffle=True, num_workers=4)
for x in ['train', 'val']}
dataset_sizes = {x: len(image_datasets[x]) for x in ['train', 'val']}
class_names = image_datasets['train'].classes
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
少数の画像を可視化する
データ増強を理解するために少しの訓練画像を可視化しましょう。
def imshow(inp, title=None):
"""Imshow for Tensor."""
inp = inp.numpy().transpose((1, 2, 0))
mean = np.array([0.485, 0.456, 0.406])
std = np.array([0.229, 0.224, 0.225])
inp = std * inp + mean
inp = np.clip(inp, 0, 1)
plt.imshow(inp)
if title is not None:
plt.title(title)
plt.pause(0.001) # pause a bit so that plots are updated
# Get a batch of training data
inputs, classes = next(iter(dataloaders['train']))
# Make a grid from batch
out = torchvision.utils.make_grid(inputs)
imshow(out, title=[class_names[x] for x in classes])
モデルを訓練する
さて、モデルを訓練するための一般的な関数を書きましょう。ここで、次を示します :
- 学習率をスケジューリングする
- ベスト・モデルをセーブする
以下で、パラメータ scheduler は torch.optim.lr_scheduler からの LR scheduler オブジェクトです。
def train_model(model, criterion, optimizer, scheduler, num_epochs=25):
since = time.time()
best_model_wts = copy.deepcopy(model.state_dict())
best_acc = 0.0
for epoch in range(num_epochs):
print('Epoch {}/{}'.format(epoch, num_epochs - 1))
print('-' * 10)
# Each epoch has a training and validation phase
for phase in ['train', 'val']:
if phase == 'train':
scheduler.step()
model.train() # Set model to training mode
else:
model.eval() # Set model to evaluate mode
running_loss = 0.0
running_corrects = 0
# Iterate over data.
for inputs, labels in dataloaders[phase]:
inputs = inputs.to(device)
labels = labels.to(device)
# zero the parameter gradients
optimizer.zero_grad()
# forward
# track history if only in train
with torch.set_grad_enabled(phase == 'train'):
outputs = model(inputs)
_, preds = torch.max(outputs, 1)
loss = criterion(outputs, labels)
# backward + optimize only if in training phase
if phase == 'train':
loss.backward()
optimizer.step()
# statistics
running_loss += loss.item() * inputs.size(0)
running_corrects += torch.sum(preds == labels.data)
epoch_loss = running_loss / dataset_sizes[phase]
epoch_acc = running_corrects.double() / dataset_sizes[phase]
print('{} Loss: {:.4f} Acc: {:.4f}'.format(
phase, epoch_loss, epoch_acc))
# deep copy the model
if phase == 'val' and epoch_acc > best_acc:
best_acc = epoch_acc
best_model_wts = copy.deepcopy(model.state_dict())
print()
time_elapsed = time.time() - since
print('Training complete in {:.0f}m {:.0f}s'.format(
time_elapsed // 60, time_elapsed % 60))
print('Best val Acc: {:4f}'.format(best_acc))
# load best model weights
model.load_state_dict(best_model_wts)
return model
モデル予測を可視化する
少数の画像のための予測を表示するための一般的な関数。
def visualize_model(model, num_images=6):
was_training = model.training
model.eval()
images_so_far = 0
fig = plt.figure()
with torch.no_grad():
for i, (inputs, labels) in enumerate(dataloaders['val']):
inputs = inputs.to(device)
labels = labels.to(device)
outputs = model(inputs)
_, preds = torch.max(outputs, 1)
for j in range(inputs.size()[0]):
images_so_far += 1
ax = plt.subplot(num_images//2, 2, images_so_far)
ax.axis('off')
ax.set_title('predicted: {}'.format(class_names[preds[j]]))
imshow(inputs.cpu().data[j])
if images_so_far == num_images:
model.train(mode=was_training)
return
model.train(mode=was_training)
ConvNet を再調整する
事前訓練されたモデルをロードして最後の完全結合層をリセットします。
model_ft = models.resnet18(pretrained=True) num_ftrs = model_ft.fc.in_features model_ft.fc = nn.Linear(num_ftrs, 2) model_ft = model_ft.to(device) criterion = nn.CrossEntropyLoss() # Observe that all parameters are being optimized optimizer_ft = optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9) # Decay LR by a factor of 0.1 every 7 epochs exp_lr_scheduler = lr_scheduler.StepLR(optimizer_ft, step_size=7, gamma=0.1)
訓練と評価
CPU 上でおよそ 15-25 分かかるはずです。けれども GPU 上なら、1 分もかかりません。
model_ft = train_model(model_ft, criterion, optimizer_ft, exp_lr_scheduler,
num_epochs=25)
Epoch 0/24 ---------- train Loss: 0.6300 Acc: 0.6762 val Loss: 0.3200 Acc: 0.8824 Epoch 1/24 ---------- train Loss: 0.5209 Acc: 0.7787 val Loss: 0.2812 Acc: 0.8954 Epoch 2/24 ---------- train Loss: 0.4585 Acc: 0.8074 val Loss: 0.2726 Acc: 0.9020 Epoch 3/24 ---------- train Loss: 0.6636 Acc: 0.7500 val Loss: 0.3287 Acc: 0.8824 Epoch 4/24 ---------- train Loss: 0.4547 Acc: 0.8320 val Loss: 0.3002 Acc: 0.8758 Epoch 5/24 ---------- train Loss: 0.5274 Acc: 0.7664 val Loss: 0.5377 Acc: 0.8105 Epoch 6/24 ---------- train Loss: 0.4486 Acc: 0.8525 val Loss: 0.5333 Acc: 0.8170 Epoch 7/24 ---------- train Loss: 0.3167 Acc: 0.8811 val Loss: 0.3135 Acc: 0.9020 Epoch 8/24 ---------- train Loss: 0.3309 Acc: 0.8730 val Loss: 0.2623 Acc: 0.9085 Epoch 9/24 ---------- train Loss: 0.3293 Acc: 0.8566 val Loss: 0.2772 Acc: 0.9150 Epoch 10/24 ---------- train Loss: 0.2723 Acc: 0.8648 val Loss: 0.2543 Acc: 0.9281 Epoch 11/24 ---------- train Loss: 0.3597 Acc: 0.8484 val Loss: 0.2170 Acc: 0.9281 Epoch 12/24 ---------- train Loss: 0.3129 Acc: 0.8770 val Loss: 0.2615 Acc: 0.9150 Epoch 13/24 ---------- train Loss: 0.2949 Acc: 0.8811 val Loss: 0.2335 Acc: 0.9150 Epoch 14/24 ---------- train Loss: 0.2862 Acc: 0.8975 val Loss: 0.2794 Acc: 0.9085 Epoch 15/24 ---------- train Loss: 0.3437 Acc: 0.8648 val Loss: 0.2423 Acc: 0.9281 Epoch 16/24 ---------- train Loss: 0.2523 Acc: 0.8975 val Loss: 0.2642 Acc: 0.9216 Epoch 17/24 ---------- train Loss: 0.2234 Acc: 0.8975 val Loss: 0.2303 Acc: 0.9346 Epoch 18/24 ---------- train Loss: 0.2349 Acc: 0.8934 val Loss: 0.2524 Acc: 0.9150 Epoch 19/24 ---------- train Loss: 0.2128 Acc: 0.9139 val Loss: 0.2626 Acc: 0.9150 Epoch 20/24 ---------- train Loss: 0.2161 Acc: 0.9221 val Loss: 0.2564 Acc: 0.9216 Epoch 21/24 ---------- train Loss: 0.3362 Acc: 0.8566 val Loss: 0.2309 Acc: 0.9150 Epoch 22/24 ---------- train Loss: 0.3019 Acc: 0.8648 val Loss: 0.2438 Acc: 0.9346 Epoch 23/24 ---------- train Loss: 0.2623 Acc: 0.8852 val Loss: 0.2219 Acc: 0.9150 Epoch 24/24 ---------- train Loss: 0.3088 Acc: 0.8566 val Loss: 0.2291 Acc: 0.9281 Training complete in 1m 13s Best val Acc: 0.934641
visualize_model(model_ft)
固定された特徴抽出器としての ConvNet
ここでは、最終層を除くネットワーク総てを凍結する必要があります。勾配が backward() で計算されないようにパラメータを凍結するために requires_grad == False を設定する必要があります。
これについては ここ のドキュメントで更に読むことができます。
model_conv = torchvision.models.resnet18(pretrained=True)
for param in model_conv.parameters():
param.requires_grad = False
# Parameters of newly constructed modules have requires_grad=True by default
num_ftrs = model_conv.fc.in_features
model_conv.fc = nn.Linear(num_ftrs, 2)
model_conv = model_conv.to(device)
criterion = nn.CrossEntropyLoss()
# Observe that only parameters of final layer are being optimized as
# opoosed to before.
optimizer_conv = optim.SGD(model_conv.fc.parameters(), lr=0.001, momentum=0.9)
# Decay LR by a factor of 0.1 every 7 epochs
exp_lr_scheduler = lr_scheduler.StepLR(optimizer_conv, step_size=7, gamma=0.1)
訓練と評価
これは CPU 上で前のシナリオに比べておよそ半分の時間がかかるでしょう。これはネットワークの殆どに対して勾配が計算される必要がないことが想定されています。けれども、forward は計算される必要があります。
model_conv = train_model(model_conv, criterion, optimizer_conv,
exp_lr_scheduler, num_epochs=25)
Epoch 0/24 ---------- train Loss: 0.7179 Acc: 0.6475 val Loss: 0.3949 Acc: 0.8301 Epoch 1/24 ---------- train Loss: 0.4848 Acc: 0.7951 val Loss: 0.2156 Acc: 0.9020 Epoch 2/24 ---------- train Loss: 0.5124 Acc: 0.7869 val Loss: 0.1981 Acc: 0.9412 Epoch 3/24 ---------- train Loss: 0.4337 Acc: 0.8156 val Loss: 0.2919 Acc: 0.8954 Epoch 4/24 ---------- train Loss: 0.3674 Acc: 0.8197 val Loss: 0.2001 Acc: 0.9346 Epoch 5/24 ---------- train Loss: 0.4633 Acc: 0.8033 val Loss: 0.1835 Acc: 0.9346 Epoch 6/24 ---------- train Loss: 0.5979 Acc: 0.7746 val Loss: 0.4064 Acc: 0.8562 Epoch 7/24 ---------- train Loss: 0.4555 Acc: 0.8074 val Loss: 0.1890 Acc: 0.9412 Epoch 8/24 ---------- train Loss: 0.2814 Acc: 0.8730 val Loss: 0.1886 Acc: 0.9477 Epoch 9/24 ---------- train Loss: 0.3197 Acc: 0.8730 val Loss: 0.1772 Acc: 0.9477 Epoch 10/24 ---------- train Loss: 0.3599 Acc: 0.8320 val Loss: 0.1879 Acc: 0.9412 Epoch 11/24 ---------- train Loss: 0.3250 Acc: 0.8484 val Loss: 0.1905 Acc: 0.9412 Epoch 12/24 ---------- train Loss: 0.3947 Acc: 0.8238 val Loss: 0.2293 Acc: 0.9281 Epoch 13/24 ---------- train Loss: 0.4797 Acc: 0.7992 val Loss: 0.2149 Acc: 0.9281 Epoch 14/24 ---------- train Loss: 0.3496 Acc: 0.8443 val Loss: 0.2378 Acc: 0.9150 Epoch 15/24 ---------- train Loss: 0.3906 Acc: 0.8156 val Loss: 0.1951 Acc: 0.9346 Epoch 16/24 ---------- train Loss: 0.3334 Acc: 0.8607 val Loss: 0.1958 Acc: 0.9412 Epoch 17/24 ---------- train Loss: 0.3781 Acc: 0.8361 val Loss: 0.1838 Acc: 0.9346 Epoch 18/24 ---------- train Loss: 0.3373 Acc: 0.8525 val Loss: 0.2173 Acc: 0.9216 Epoch 19/24 ---------- train Loss: 0.3285 Acc: 0.8525 val Loss: 0.1791 Acc: 0.9346 Epoch 20/24 ---------- train Loss: 0.3353 Acc: 0.8443 val Loss: 0.1603 Acc: 0.9477 Epoch 21/24 ---------- train Loss: 0.3765 Acc: 0.8443 val Loss: 0.2068 Acc: 0.9216 Epoch 22/24 ---------- train Loss: 0.2956 Acc: 0.9016 val Loss: 0.1860 Acc: 0.9346 Epoch 23/24 ---------- train Loss: 0.3811 Acc: 0.8484 val Loss: 0.1929 Acc: 0.9412 Epoch 24/24 ---------- train Loss: 0.2826 Acc: 0.8811 val Loss: 0.1884 Acc: 0.9346 Training complete in 0m 34s Best val Acc: 0.947712
visualize_model(model_conv) plt.ioff() plt.show()
以上