PyTorch : Tutorial 初級 : 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 : 04/29/2018 (0.4.0)
* 本ページは、PyTorch Tutorials の Transfer Learning tutorial を動作確認・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、適宜、追加改変している場合もあります。
* 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。
本文
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み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 を興味あるタスクのために初期化か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な、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 = '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。
Visualize a few images
Let’s visualize a few training images so as to understand the data augmentations.
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: 0.5946 Acc: 0.7131 val Loss: 0.1963 Acc: 0.9150 Epoch 1/24 ---------- train Loss: 0.5236 Acc: 0.7951 val Loss: 0.3190 Acc: 0.8758 Epoch 2/24 ---------- train Loss: 0.7331 Acc: 0.7336 val Loss: 0.4101 Acc: 0.8431 Epoch 3/24 ---------- train Loss: 0.4788 Acc: 0.8238 val Loss: 0.3282 Acc: 0.8562 Epoch 4/24 ---------- train Loss: 0.3801 Acc: 0.8566 val Loss: 0.2587 Acc: 0.8954 Epoch 5/24 ---------- train Loss: 0.4893 Acc: 0.7869 val Loss: 0.3095 Acc: 0.8693 Epoch 6/24 ---------- train Loss: 0.4565 Acc: 0.8238 val Loss: 0.3063 Acc: 0.9020 Epoch 7/24 ---------- train Loss: 0.3094 Acc: 0.8934 val Loss: 0.2922 Acc: 0.9216 Epoch 8/24 ---------- train Loss: 0.2848 Acc: 0.8484 val Loss: 0.2768 Acc: 0.9216 Epoch 9/24 ---------- train Loss: 0.3263 Acc: 0.8811 val Loss: 0.2736 Acc: 0.9216 Epoch 10/24 ---------- train Loss: 0.2746 Acc: 0.8934 val Loss: 0.2726 Acc: 0.9216 Epoch 11/24 ---------- train Loss: 0.2827 Acc: 0.8689 val Loss: 0.2629 Acc: 0.9150 Epoch 12/24 ---------- train Loss: 0.2983 Acc: 0.8811 val Loss: 0.2694 Acc: 0.9346 Epoch 13/24 ---------- train Loss: 0.2703 Acc: 0.8934 val Loss: 0.2550 Acc: 0.9150 Epoch 14/24 ---------- train Loss: 0.2051 Acc: 0.9139 val Loss: 0.2518 Acc: 0.9281 Epoch 15/24 ---------- train Loss: 0.2312 Acc: 0.9057 val Loss: 0.2475 Acc: 0.9281 Epoch 16/24 ---------- train Loss: 0.2613 Acc: 0.8811 val Loss: 0.2486 Acc: 0.9281 Epoch 17/24 ---------- train Loss: 0.2413 Acc: 0.9098 val Loss: 0.2507 Acc: 0.9281 Epoch 18/24 ---------- train Loss: 0.2209 Acc: 0.8934 val Loss: 0.2565 Acc: 0.9085 Epoch 19/24 ---------- train Loss: 0.3105 Acc: 0.8811 val Loss: 0.2526 Acc: 0.9150 Epoch 20/24 ---------- train Loss: 0.2923 Acc: 0.8730 val Loss: 0.2738 Acc: 0.9346 Epoch 21/24 ---------- train Loss: 0.3281 Acc: 0.8770 val Loss: 0.2402 Acc: 0.9216 Epoch 22/24 ---------- train Loss: 0.2968 Acc: 0.8852 val Loss: 0.2398 Acc: 0.9281 Epoch 23/24 ---------- train Loss: 0.2347 Acc: 0.8975 val Loss: 0.2424 Acc: 0.9216 Epoch 24/24 ---------- train Loss: 0.2852 Acc: 0.8770 val Loss: 0.2560 Acc: 0.9412 Training complete in 0m 53s 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、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。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: 0.6732 Acc: 0.6230 val Loss: 0.4119 Acc: 0.7974 Epoch 1/24 ---------- train Loss: 0.4737 Acc: 0.7910 val Loss: 0.2613 Acc: 0.9020 Epoch 2/24 ---------- train Loss: 0.4814 Acc: 0.7705 val Loss: 0.3054 Acc: 0.8889 Epoch 3/24 ---------- train Loss: 0.4801 Acc: 0.7828 val Loss: 0.4398 Acc: 0.8170 Epoch 4/24 ---------- train Loss: 0.5135 Acc: 0.7705 val Loss: 0.3538 Acc: 0.8627 Epoch 5/24 ---------- train Loss: 0.5238 Acc: 0.7664 val Loss: 0.1921 Acc: 0.9346 Epoch 6/24 ---------- train Loss: 0.5178 Acc: 0.7295 val Loss: 0.3205 Acc: 0.8693 Epoch 7/24 ---------- train Loss: 0.4640 Acc: 0.8279 val Loss: 0.2157 Acc: 0.9150 Epoch 8/24 ---------- train Loss: 0.3189 Acc: 0.8525 val Loss: 0.2196 Acc: 0.9216 Epoch 9/24 ---------- train Loss: 0.3761 Acc: 0.8443 val Loss: 0.1715 Acc: 0.9412 Epoch 10/24 ---------- train Loss: 0.4566 Acc: 0.7828 val Loss: 0.1815 Acc: 0.9477 Epoch 11/24 ---------- train Loss: 0.4128 Acc: 0.8074 val Loss: 0.1791 Acc: 0.9346 Epoch 12/24 ---------- train Loss: 0.3742 Acc: 0.8443 val Loss: 0.1814 Acc: 0.9412 Epoch 13/24 ---------- train Loss: 0.3514 Acc: 0.8443 val Loss: 0.1773 Acc: 0.9346 Epoch 14/24 ---------- train Loss: 0.3364 Acc: 0.8402 val Loss: 0.1723 Acc: 0.9477 Epoch 15/24 ---------- train Loss: 0.3743 Acc: 0.8238 val Loss: 0.2025 Acc: 0.9346 Epoch 16/24 ---------- train Loss: 0.3806 Acc: 0.8197 val Loss: 0.1929 Acc: 0.9412 Epoch 17/24 ---------- train Loss: 0.2910 Acc: 0.8648 val Loss: 0.1858 Acc: 0.9281 Epoch 18/24 ---------- train Loss: 0.3100 Acc: 0.8689 val Loss: 0.1654 Acc: 0.9412 Epoch 19/24 ---------- train Loss: 0.3245 Acc: 0.8525 val Loss: 0.2089 Acc: 0.9150 Epoch 20/24 ---------- train Loss: 0.2960 Acc: 0.8525 val Loss: 0.1790 Acc: 0.9412 Epoch 21/24 ---------- train Loss: 0.3195 Acc: 0.8566 val Loss: 0.1754 Acc: 0.9542 Epoch 22/24 ---------- train Loss: 0.2925 Acc: 0.8648 val Loss: 0.1806 Acc: 0.9477 Epoch 23/24 ---------- train Loss: 0.3474 Acc: 0.8689 val Loss: 0.2028 Acc: 0.9216 Epoch 24/24 ---------- train Loss: 0.3815 Acc: 0.8238 val Loss: 0.1897 Acc: 0.9412 Training complete in 0m 34s Best val Acc: 0.954248
visualize_model(model_conv) plt.ioff() plt.show()
以上