PyTorch 1.1 : 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 : 06/25/2019 (1.1.0)
* 本ページは、PyTorch 1.1 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、非常に少しの人々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: ここでは、(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: 0.6714 Acc: 0.6189 val Loss: 0.3327 Acc: 0.8824 Epoch 1/24 ---------- train Loss: 0.5290 Acc: 0.7459 val Loss: 0.3340 Acc: 0.8693 Epoch 2/24 ---------- train Loss: 0.4808 Acc: 0.8115 val Loss: 0.4147 Acc: 0.8497 Epoch 3/24 ---------- train Loss: 0.3993 Acc: 0.8566 val Loss: 0.2157 Acc: 0.9281 Epoch 4/24 ---------- train Loss: 0.4375 Acc: 0.8361 val Loss: 0.2544 Acc: 0.8954 Epoch 5/24 ---------- train Loss: 0.3968 Acc: 0.8238 val Loss: 0.3284 Acc: 0.8889 Epoch 6/24 ---------- train Loss: 0.4003 Acc: 0.8361 val Loss: 0.1793 Acc: 0.9412 Epoch 7/24 ---------- train Loss: 0.3302 Acc: 0.8689 val Loss: 0.1650 Acc: 0.9477 Epoch 8/24 ---------- train Loss: 0.2979 Acc: 0.9016 val Loss: 0.1684 Acc: 0.9542 Epoch 9/24 ---------- train Loss: 0.3382 Acc: 0.8402 val Loss: 0.2173 Acc: 0.9477 Epoch 10/24 ---------- train Loss: 0.2700 Acc: 0.8893 val Loss: 0.1925 Acc: 0.9477 Epoch 11/24 ---------- train Loss: 0.1764 Acc: 0.9344 val Loss: 0.1785 Acc: 0.9346 Epoch 12/24 ---------- train Loss: 0.2761 Acc: 0.9098 val Loss: 0.1739 Acc: 0.9477 Epoch 13/24 ---------- train Loss: 0.3115 Acc: 0.8607 val Loss: 0.1846 Acc: 0.9412 Epoch 14/24 ---------- train Loss: 0.2409 Acc: 0.8975 val Loss: 0.1836 Acc: 0.9412 Epoch 15/24 ---------- train Loss: 0.2339 Acc: 0.9098 val Loss: 0.1975 Acc: 0.9281 Epoch 16/24 ---------- train Loss: 0.2637 Acc: 0.8852 val Loss: 0.1796 Acc: 0.9412 Epoch 17/24 ---------- train Loss: 0.2430 Acc: 0.8852 val Loss: 0.1908 Acc: 0.9412 Epoch 18/24 ---------- train Loss: 0.3220 Acc: 0.8811 val Loss: 0.1982 Acc: 0.9477 Epoch 19/24 ---------- train Loss: 0.3218 Acc: 0.8484 val Loss: 0.1897 Acc: 0.9477 Epoch 20/24 ---------- train Loss: 0.2660 Acc: 0.8566 val Loss: 0.1746 Acc: 0.9412 Epoch 21/24 ---------- train Loss: 0.2781 Acc: 0.8689 val Loss: 0.1796 Acc: 0.9542 Epoch 22/24 ---------- train Loss: 0.3112 Acc: 0.8566 val Loss: 0.1803 Acc: 0.9608 Epoch 23/24 ---------- train Loss: 0.2639 Acc: 0.8730 val Loss: 0.1843 Acc: 0.9412 Epoch 24/24 ---------- train Loss: 0.2337 Acc: 0.9139 val Loss: 0.1796 Acc: 0.9608 Training complete in 1m 8s Best val Acc: 0.960784
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: 0.6068 Acc: 0.6680 val Loss: 0.8091 Acc: 0.5817 Epoch 1/24 ---------- train Loss: 0.5010 Acc: 0.7705 val Loss: 0.1770 Acc: 0.9608 Epoch 2/24 ---------- train Loss: 0.5639 Acc: 0.7459 val Loss: 0.2618 Acc: 0.9020 Epoch 3/24 ---------- train Loss: 0.4166 Acc: 0.7828 val Loss: 0.2105 Acc: 0.9412 Epoch 4/24 ---------- train Loss: 0.5187 Acc: 0.7787 val Loss: 0.1916 Acc: 0.9477 Epoch 5/24 ---------- train Loss: 0.4656 Acc: 0.7746 val Loss: 0.1775 Acc: 0.9542 Epoch 6/24 ---------- train Loss: 0.2922 Acc: 0.8893 val Loss: 0.1974 Acc: 0.9477 Epoch 7/24 ---------- train Loss: 0.4127 Acc: 0.8279 val Loss: 0.1912 Acc: 0.9477 Epoch 8/24 ---------- train Loss: 0.3030 Acc: 0.8648 val Loss: 0.2013 Acc: 0.9412 Epoch 9/24 ---------- train Loss: 0.2744 Acc: 0.8770 val Loss: 0.1964 Acc: 0.9477 Epoch 10/24 ---------- train Loss: 0.3811 Acc: 0.8402 val Loss: 0.1980 Acc: 0.9477 Epoch 11/24 ---------- train Loss: 0.3949 Acc: 0.8279 val Loss: 0.1820 Acc: 0.9542 Epoch 12/24 ---------- train Loss: 0.4495 Acc: 0.8033 val Loss: 0.1970 Acc: 0.9412 Epoch 13/24 ---------- train Loss: 0.3321 Acc: 0.8648 val Loss: 0.2065 Acc: 0.9281 Epoch 14/24 ---------- train Loss: 0.3677 Acc: 0.8443 val Loss: 0.1955 Acc: 0.9412 Epoch 15/24 ---------- train Loss: 0.2591 Acc: 0.9016 val Loss: 0.2168 Acc: 0.9412 Epoch 16/24 ---------- train Loss: 0.2849 Acc: 0.8893 val Loss: 0.1854 Acc: 0.9542 Epoch 17/24 ---------- train Loss: 0.2608 Acc: 0.8934 val Loss: 0.1877 Acc: 0.9477 Epoch 18/24 ---------- train Loss: 0.3253 Acc: 0.8607 val Loss: 0.1997 Acc: 0.9477 Epoch 19/24 ---------- train Loss: 0.3512 Acc: 0.8607 val Loss: 0.2102 Acc: 0.9477 Epoch 20/24 ---------- train Loss: 0.3020 Acc: 0.8648 val Loss: 0.1831 Acc: 0.9542 Epoch 21/24 ---------- train Loss: 0.2790 Acc: 0.8525 val Loss: 0.1910 Acc: 0.9477 Epoch 22/24 ---------- train Loss: 0.3746 Acc: 0.8402 val Loss: 0.1844 Acc: 0.9542 Epoch 23/24 ---------- train Loss: 0.3622 Acc: 0.8320 val Loss: 0.1881 Acc: 0.9412 Epoch 24/24 ---------- train Loss: 0.3478 Acc: 0.8770 val Loss: 0.1877 Acc: 0.9412 Training complete in 0m 35s Best val Acc: 0.960784
visualize_model(model_conv) plt.ioff() plt.show()
以上