PyTorch 1.3 Tutorials : 画像 : 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 : 12/19/2019 (1.3.1)
* 本ページは、PyTorch 1.3 Tutorials の以下のページ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。
画像 : 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畳み込みニューラル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全体を (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 を初期化のためか関心が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 (その上で) 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':
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)
if phase == 'train':
scheduler.step()
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 # Here the size of each output sample is set to 2. # Alternatively, it can be generalized to nn.Linear(num_ftrs, len(class_names)). 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
それは 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: 0.5292 Acc: 0.7418 val Loss: 0.2435 Acc: 0.9150 Epoch 1/24 ---------- train Loss: 0.4283 Acc: 0.7951 val Loss: 0.5986 Acc: 0.7778 Epoch 2/24 ---------- train Loss: 0.4589 Acc: 0.7951 val Loss: 0.3708 Acc: 0.8889 Epoch 3/24 ---------- train Loss: 0.7019 Acc: 0.7623 val Loss: 0.4007 Acc: 0.8497 Epoch 4/24 ---------- train Loss: 0.5174 Acc: 0.7828 val Loss: 0.5197 Acc: 0.8105 Epoch 5/24 ---------- train Loss: 0.6645 Acc: 0.7705 val Loss: 0.2458 Acc: 0.9150 Epoch 6/24 ---------- train Loss: 0.8091 Acc: 0.7295 val Loss: 1.2591 Acc: 0.6667 Epoch 7/24 ---------- train Loss: 0.3499 Acc: 0.8730 val Loss: 0.3899 Acc: 0.8758 Epoch 8/24 ---------- train Loss: 0.4131 Acc: 0.8279 val Loss: 0.2001 Acc: 0.9346 Epoch 9/24 ---------- train Loss: 0.3864 Acc: 0.8320 val Loss: 0.1812 Acc: 0.9412 Epoch 10/24 ---------- train Loss: 0.3383 Acc: 0.8525 val Loss: 0.1759 Acc: 0.9346 Epoch 11/24 ---------- train Loss: 0.2360 Acc: 0.8975 val Loss: 0.1710 Acc: 0.9346 Epoch 12/24 ---------- train Loss: 0.2938 Acc: 0.8566 val Loss: 0.2039 Acc: 0.9085 Epoch 13/24 ---------- train Loss: 0.2758 Acc: 0.8975 val Loss: 0.1686 Acc: 0.9412 Epoch 14/24 ---------- train Loss: 0.2382 Acc: 0.8934 val Loss: 0.2033 Acc: 0.9150 Epoch 15/24 ---------- train Loss: 0.2365 Acc: 0.9262 val Loss: 0.1866 Acc: 0.9216 Epoch 16/24 ---------- train Loss: 0.2843 Acc: 0.8730 val Loss: 0.1755 Acc: 0.9346 Epoch 17/24 ---------- train Loss: 0.2706 Acc: 0.8934 val Loss: 0.1827 Acc: 0.9346 Epoch 18/24 ---------- train Loss: 0.2851 Acc: 0.8689 val Loss: 0.1782 Acc: 0.9412 Epoch 19/24 ---------- train Loss: 0.3283 Acc: 0.8689 val Loss: 0.1908 Acc: 0.9281 Epoch 20/24 ---------- train Loss: 0.3592 Acc: 0.8730 val Loss: 0.1761 Acc: 0.9412 Epoch 21/24 ---------- train Loss: 0.2798 Acc: 0.8811 val Loss: 0.2299 Acc: 0.9150 Epoch 22/24 ---------- train Loss: 0.2619 Acc: 0.8852 val Loss: 0.1801 Acc: 0.9346 Epoch 23/24 ---------- train Loss: 0.2110 Acc: 0.9221 val Loss: 0.1910 Acc: 0.9216 Epoch 24/24 ---------- train Loss: 0.3152 Acc: 0.8770 val Loss: 0.1802 Acc: 0.9216 Training complete in 1m 6s Best val Acc: 0.941176
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
# opposed 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: 0.5708 Acc: 0.7008 val Loss: 0.2438 Acc: 0.9216 Epoch 1/24 ---------- train Loss: 0.4900 Acc: 0.7746 val Loss: 0.2021 Acc: 0.9281 Epoch 2/24 ---------- train Loss: 0.6654 Acc: 0.7049 val Loss: 0.1479 Acc: 0.9477 Epoch 3/24 ---------- train Loss: 0.4726 Acc: 0.7910 val Loss: 0.1344 Acc: 0.9412 Epoch 4/24 ---------- train Loss: 0.5337 Acc: 0.7869 val Loss: 0.1848 Acc: 0.9477 Epoch 5/24 ---------- train Loss: 0.3548 Acc: 0.8566 val Loss: 0.1557 Acc: 0.9412 Epoch 6/24 ---------- train Loss: 0.5880 Acc: 0.7787 val Loss: 0.1836 Acc: 0.9477 Epoch 7/24 ---------- train Loss: 0.4075 Acc: 0.8238 val Loss: 0.1787 Acc: 0.9412 Epoch 8/24 ---------- train Loss: 0.3954 Acc: 0.8566 val Loss: 0.1560 Acc: 0.9477 Epoch 9/24 ---------- train Loss: 0.3455 Acc: 0.8607 val Loss: 0.1604 Acc: 0.9477 Epoch 10/24 ---------- train Loss: 0.3392 Acc: 0.8525 val Loss: 0.1544 Acc: 0.9412 Epoch 11/24 ---------- train Loss: 0.3283 Acc: 0.8607 val Loss: 0.1626 Acc: 0.9477 Epoch 12/24 ---------- train Loss: 0.3476 Acc: 0.8443 val Loss: 0.1777 Acc: 0.9477 Epoch 13/24 ---------- train Loss: 0.3481 Acc: 0.8156 val Loss: 0.1693 Acc: 0.9477 Epoch 14/24 ---------- train Loss: 0.3442 Acc: 0.8484 val Loss: 0.1766 Acc: 0.9477 Epoch 15/24 ---------- train Loss: 0.3641 Acc: 0.8525 val Loss: 0.1613 Acc: 0.9477 Epoch 16/24 ---------- train Loss: 0.3654 Acc: 0.8443 val Loss: 0.1607 Acc: 0.9477 Epoch 17/24 ---------- train Loss: 0.3536 Acc: 0.8566 val Loss: 0.1523 Acc: 0.9477 Epoch 18/24 ---------- train Loss: 0.3742 Acc: 0.8197 val Loss: 0.1695 Acc: 0.9412 Epoch 19/24 ---------- train Loss: 0.3096 Acc: 0.8525 val Loss: 0.1803 Acc: 0.9477 Epoch 20/24 ---------- train Loss: 0.3834 Acc: 0.8320 val Loss: 0.1654 Acc: 0.9477 Epoch 21/24 ---------- train Loss: 0.3256 Acc: 0.8730 val Loss: 0.1560 Acc: 0.9477 Epoch 22/24 ---------- train Loss: 0.3141 Acc: 0.8607 val Loss: 0.2021 Acc: 0.9346 Epoch 23/24 ---------- train Loss: 0.2894 Acc: 0.8770 val Loss: 0.1851 Acc: 0.9412 Epoch 24/24 ---------- train Loss: 0.3573 Acc: 0.8566 val Loss: 0.1879 Acc: 0.9346 Training complete in 0m 33s Best val Acc: 0.947712
visualize_model(model_conv) plt.ioff() plt.show()
Further Learning
転移学習の応用について更に学習したいのであれば、Quantized Transfer Learning for Computer Vision チュートリアル を確認してください。
以上