Content Übersicht 
 
 
 
 
 
 
 
 Einführung Setup Ein erstes einfaches Beispiel Gehen auf niedrigem Niveau Support für sample_weight & class_weight Bereitstellung Ihres eigenen Bewertungsschritts Wrapping up: ein End-to-End-GAN-Beispiel Einführung Wenn Sie überwachtes Lernen machen, können Sie Und alles funktioniert reibungslos. fit() Wenn Sie Ihre eigene Trainingsschleife von Grund auf schreiben müssen, können Sie die Übernehmen Sie die Kontrolle über jedes kleine Detail. GradientTape Aber was ist, wenn Sie einen benutzerdefinierten Trainingsalgorithmus benötigen, aber immer noch von den bequemen Funktionen von , wie z. B. Callbacks, integrierte Vertriebsunterstützung oder Schrittfusion? fit() Ein Kernprinzip von Keras ist Sie sollten immer in der Lage sein, schrittweise in Workflows auf niedrigeren Ebenen einzusteigen. Sie sollten nicht von einer Klippe fallen, wenn die Funktionalität auf hohem Ebenen nicht genau zu Ihrem Anwendungsfall passt. Sie sollten in der Lage sein, mehr Kontrolle über die kleinen Details zu gewinnen, während Sie gleichzeitig eine angemessene Menge an Komfort auf hohem Ebenen behalten. progressive disclosure of complexity Wenn Sie anpassen müssen, was Sie tun, Sie sollten   Klasse: Dies ist die Funktion, die als für jeden Datensatz. Sie können dann anrufen Wie immer - und es wird Ihren eigenen Lernalgorithmus laufen. fit() override the training step function of the Model fit() fit() Beachten Sie, dass dieses Muster Sie nicht daran hindert, Modelle mit der Funktions-API zu erstellen. Modelle, Funktionelle API-Modelle oder Unterklassenmodelle. Sequential Mal sehen, wie das funktioniert. Setup Benötigt TensorFlow 2.8 oder höher. import tensorflow as tf
from tensorflow import keras
 Ein erstes einfaches Beispiel Beginnen wir mit einem einfachen Beispiel: 
 
 
 
 Wir erstellen eine neue Klasse, die Unterklassen keras.Model. Wir übersetzen einfach die Methode train_step (Selbst, Daten). Wir geben eine Wörterbuch-Mapping-Metrik-Namen (einschließlich Verlust) zu ihrem aktuellen Wert zurück. Das Eingangsargument ist, was als Trainingsdaten übertragen wird: data 
 
 
 Wenn Sie Numpy-Arrays übertragen, indem Sie fit (x, y, ...) anrufen, werden die Daten die Tuple (x, y) sein. Wenn Sie einen tf.data.Dataset übertragen, indem Sie fit (dataset, ...) anrufen, dann sind die Daten das, was von den datasets bei jedem batch abgeleitet wird. Im Körper des Methode, wir implementieren ein regelmäßiges Training-Update, ähnlich dem, was Sie bereits vertraut sind.   , die den Verlust der Funktion(en) umwickelt, die . train_step we compute the loss via self.compute_loss() compile() Ebenso rufen wir Die Metriken von , um den Zustand der Meterien zu aktualisieren, die in Wir suchen nach Ergebnissen von am Ende, um ihren aktuellen Wert zurückzugewinnen. metric.update_state(y, y_pred) self.metrics compile() self.metrics 
class CustomModel(keras.Model):
    def train_step(self, data):
        # Unpack the data. Its structure depends on your model and
        # on what you pass to `fit()`.
        x, y = data

        with tf.GradientTape() as tape:
            y_pred = self(x, training=True)  # Forward pass
            # Compute the loss value
            # (the loss function is configured in `compile()`)
            loss = self.compute_loss(y=y, y_pred=y_pred)

        # Compute gradients
        trainable_vars = self.trainable_variables
        gradients = tape.gradient(loss, trainable_vars)
        # Update weights
        self.optimizer.apply_gradients(zip(gradients, trainable_vars))
        # Update metrics (includes the metric that tracks the loss)
        for metric in self.metrics:
            if metric.name == "loss":
                metric.update_state(loss)
            else:
                metric.update_state(y, y_pred)
        # Return a dict mapping metric names to current value
        return {m.name: m.result() for m in self.metrics}
 Lassen Sie uns das ausprobieren: import numpy as np

# Construct and compile an instance of CustomModel
inputs = keras.Input(shape=(32,))
outputs = keras.layers.Dense(1)(inputs)
model = CustomModel(inputs, outputs)
model.compile(optimizer="adam", loss="mse", metrics=["mae"])

# Just use `fit` as usual
x = np.random.random((1000, 32))
y = np.random.random((1000, 1))
model.fit(x, y, epochs=3)
 Epoch 1/3
32/32 [==============================] - 3s 2ms/step - loss: 1.6446
Epoch 2/3
32/32 [==============================] - 0s 2ms/step - loss: 0.7554
Epoch 3/3
32/32 [==============================] - 0s 2ms/step - loss: 0.3924
<keras.src.callbacks.History at 0x7fef5c11ba30>
 Gehen auf niedrigem Niveau Natürlich könnten Sie einfach überspringen, indem Sie eine Verlustfunktion in und stattdessen alles tun in Das gleiche gilt für Metriken. compile() manuell train_step Hier ist ein niedrigeres Beispiel, das nur Um den Optimizer zu konfigurieren: compile() 
 
 
 
 Wir beginnen mit der Erstellung von Metric-Instanzen, um unseren Verlust und eine MAE-Score zu verfolgen (in __init__()). Wir implementieren einen benutzerdefinierten train_step() , der den Zustand dieser Metriken aktualisiert (durch Aufruf update_state() auf sie), dann sie abfragt (über result()) , um ihren aktuellen Durchschnittswert zurückzugeben, von der Fortschrittsleiste angezeigt zu werden und an jeden Callback weitergeleitet zu werden. Beachten Sie, dass wir auf unsere Metriken zwischen den Epochen reset_states() anrufen müssen! Andernfalls würde das Anrufen von result() einen Durchschnitt seit Beginn des Trainings zurückgeben, während wir normalerweise mit Pro-Epochen-Durchschnitten arbeiten. Zum Glück kann das Framework das für uns tun: Listen Sie einfach jede Metrik, die Sie in der Metrik-Eigenschaft des Modells neu einstellen möchten. Das Modell ruft reset_states() auf jedes hier aufgeführte Objekt zu Beginn jeder fit() Epoche oder zu Beginn eines Anrufs zur Bewertung(). 
class CustomModel(keras.Model):
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.loss_tracker = keras.metrics.Mean(name="loss")
        self.mae_metric = keras.metrics.MeanAbsoluteError(name="mae")

    def train_step(self, data):
        x, y = data

        with tf.GradientTape() as tape:
            y_pred = self(x, training=True)  # Forward pass
            # Compute our own loss
            loss = keras.losses.mean_squared_error(y, y_pred)

        # Compute gradients
        trainable_vars = self.trainable_variables
        gradients = tape.gradient(loss, trainable_vars)

        # Update weights
        self.optimizer.apply_gradients(zip(gradients, trainable_vars))

        # Compute our own metrics
        self.loss_tracker.update_state(loss)
        self.mae_metric.update_state(y, y_pred)
        return {"loss": self.loss_tracker.result(), "mae": self.mae_metric.result()}

    @property
    def metrics(self):
        # We list our `Metric` objects here so that `reset_states()` can be
        # called automatically at the start of each epoch
        # or at the start of `evaluate()`.
        # If you don't implement this property, you have to call
        # `reset_states()` yourself at the time of your choosing.
        return [self.loss_tracker, self.mae_metric]


# Construct an instance of CustomModel
inputs = keras.Input(shape=(32,))
outputs = keras.layers.Dense(1)(inputs)
model = CustomModel(inputs, outputs)

# We don't pass a loss or metrics here.
model.compile(optimizer="adam")

# Just use `fit` as usual -- you can use callbacks, etc.
x = np.random.random((1000, 32))
y = np.random.random((1000, 1))
model.fit(x, y, epochs=5)
 Epoch 1/5
32/32 [==============================] - 0s 2ms/step - loss: 0.3240 - mae: 0.4583
Epoch 2/5
32/32 [==============================] - 0s 2ms/step - loss: 0.2416 - mae: 0.3984
Epoch 3/5
32/32 [==============================] - 0s 2ms/step - loss: 0.2340 - mae: 0.3919
Epoch 4/5
32/32 [==============================] - 0s 2ms/step - loss: 0.2274 - mae: 0.3870
Epoch 5/5
32/32 [==============================] - 0s 2ms/step - loss: 0.2197 - mae: 0.3808
<keras.src.callbacks.History at 0x7fef3c130b20>
 Unterstützen und Sample - Gewicht Klasse - Gewicht Sample - Gewicht Klasse - Gewicht Sie haben vielleicht bemerkt, dass unser erstes grundlegendes Beispiel keine Erwähnung der Probengewichte machte. Argumente und Sie würden einfach folgendes tun: fit() sample_weight class_weight 
 
 
 
 Unpack sample_weight aus dem Datenargument Geben Sie es an compute_loss & update_state (natürlich können Sie es auch manuell anwenden, wenn Sie sich nicht auf compile() für Verluste und Metriken verlassen) Das ist es. 
class CustomModel(keras.Model):
    def train_step(self, data):
        # Unpack the data. Its structure depends on your model and
        # on what you pass to `fit()`.
        if len(data) == 3:
            x, y, sample_weight = data
        else:
            sample_weight = None
            x, y = data

        with tf.GradientTape() as tape:
            y_pred = self(x, training=True)  # Forward pass
            # Compute the loss value.
            # The loss function is configured in `compile()`.
            loss = self.compute_loss(
                y=y,
                y_pred=y_pred,
                sample_weight=sample_weight,
            )

        # Compute gradients
        trainable_vars = self.trainable_variables
        gradients = tape.gradient(loss, trainable_vars)

        # Update weights
        self.optimizer.apply_gradients(zip(gradients, trainable_vars))

        # Update the metrics.
        # Metrics are configured in `compile()`.
        for metric in self.metrics:
            if metric.name == "loss":
                metric.update_state(loss)
            else:
                metric.update_state(y, y_pred, sample_weight=sample_weight)

        # Return a dict mapping metric names to current value.
        # Note that it will include the loss (tracked in self.metrics).
        return {m.name: m.result() for m in self.metrics}


# Construct and compile an instance of CustomModel
inputs = keras.Input(shape=(32,))
outputs = keras.layers.Dense(1)(inputs)
model = CustomModel(inputs, outputs)
model.compile(optimizer="adam", loss="mse", metrics=["mae"])

# You can now use sample_weight argument
x = np.random.random((1000, 32))
y = np.random.random((1000, 1))
sw = np.random.random((1000, 1))
model.fit(x, y, sample_weight=sw, epochs=3)
 Epoch 1/3
32/32 [==============================] - 0s 2ms/step - loss: 0.1298
Epoch 2/3
32/32 [==============================] - 0s 2ms/step - loss: 0.1179
Epoch 3/3
32/32 [==============================] - 0s 2ms/step - loss: 0.1121
<keras.src.callbacks.History at 0x7fef3c168100>
 Bereitstellung Ihres eigenen Bewertungsschritts Was ist, wenn Sie das gleiche für Anrufe an Dann würdest du überspringen Genau das gleiche, so sieht es aus: model.evaluate() test_step 
class CustomModel(keras.Model):
    def test_step(self, data):
        # Unpack the data
        x, y = data
        # Compute predictions
        y_pred = self(x, training=False)
        # Updates the metrics tracking the loss
        self.compute_loss(y=y, y_pred=y_pred)
        # Update the metrics.
        for metric in self.metrics:
            if metric.name != "loss":
                metric.update_state(y, y_pred)
        # Return a dict mapping metric names to current value.
        # Note that it will include the loss (tracked in self.metrics).
        return {m.name: m.result() for m in self.metrics}


# Construct an instance of CustomModel
inputs = keras.Input(shape=(32,))
outputs = keras.layers.Dense(1)(inputs)
model = CustomModel(inputs, outputs)
model.compile(loss="mse", metrics=["mae"])

# Evaluate with our custom test_step
x = np.random.random((1000, 32))
y = np.random.random((1000, 1))
model.evaluate(x, y)
 32/32 [==============================] - 0s 1ms/step - loss: 0.9028
0.9028095006942749
 Wrapping up: ein End-to-End-GAN-Beispiel Lassen Sie uns durch ein End-to-End-Beispiel gehen, das alles nutzt, was Sie gerade gelernt haben. Lassen Sie uns überlegen: 
 
 
 
 
 Ein Generator-Netzwerk sollte 28x28x1 Bilder generieren. Ein diskriminierendes Netzwerk beabsichtigte, 28x28x1 Bilder in zwei Klassen zu klassifizieren ("fake" und "real"). Ein Optimierer für jeden. Eine Verlustfunktion, um den Diskriminierenden zu trainieren. 
from tensorflow.keras import layers

# Create the discriminator
discriminator = keras.Sequential(
    [
        keras.Input(shape=(28, 28, 1)),
        layers.Conv2D(64, (3, 3), strides=(2, 2), padding="same"),
        layers.LeakyReLU(alpha=0.2),
        layers.Conv2D(128, (3, 3), strides=(2, 2), padding="same"),
        layers.LeakyReLU(alpha=0.2),
        layers.GlobalMaxPooling2D(),
        layers.Dense(1),
    ],
    name="discriminator",
)

# Create the generator
latent_dim = 128
generator = keras.Sequential(
    [
        keras.Input(shape=(latent_dim,)),
        # We want to generate 128 coefficients to reshape into a 7x7x128 map
        layers.Dense(7 * 7 * 128),
        layers.LeakyReLU(alpha=0.2),
        layers.Reshape((7, 7, 128)),
        layers.Conv2DTranspose(128, (4, 4), strides=(2, 2), padding="same"),
        layers.LeakyReLU(alpha=0.2),
        layers.Conv2DTranspose(128, (4, 4), strides=(2, 2), padding="same"),
        layers.LeakyReLU(alpha=0.2),
        layers.Conv2D(1, (7, 7), padding="same", activation="sigmoid"),
    ],
    name="generator",
)
 Hier ist eine vollständige GAN-Klasse, die um seine eigene Signatur zu verwenden und den gesamten GAN-Algorithmus in 17 Zeilen in : compile() train_step 
class GAN(keras.Model):
    def __init__(self, discriminator, generator, latent_dim):
        super().__init__()
        self.discriminator = discriminator
        self.generator = generator
        self.latent_dim = latent_dim
        self.d_loss_tracker = keras.metrics.Mean(name="d_loss")
        self.g_loss_tracker = keras.metrics.Mean(name="g_loss")

    def compile(self, d_optimizer, g_optimizer, loss_fn):
        super().compile()
        self.d_optimizer = d_optimizer
        self.g_optimizer = g_optimizer
        self.loss_fn = loss_fn

    def train_step(self, real_images):
        if isinstance(real_images, tuple):
            real_images = real_images[0]
        # Sample random points in the latent space
        batch_size = tf.shape(real_images)[0]
        random_latent_vectors = tf.random.normal(shape=(batch_size, self.latent_dim))

        # Decode them to fake images
        generated_images = self.generator(random_latent_vectors)

        # Combine them with real images
        combined_images = tf.concat([generated_images, real_images], axis=0)

        # Assemble labels discriminating real from fake images
        labels = tf.concat(
            [tf.ones((batch_size, 1)), tf.zeros((batch_size, 1))], axis=0
        )
        # Add random noise to the labels - important trick!
        labels += 0.05 * tf.random.uniform(tf.shape(labels))

        # Train the discriminator
        with tf.GradientTape() as tape:
            predictions = self.discriminator(combined_images)
            d_loss = self.loss_fn(labels, predictions)
        grads = tape.gradient(d_loss, self.discriminator.trainable_weights)
        self.d_optimizer.apply_gradients(
            zip(grads, self.discriminator.trainable_weights)
        )

        # Sample random points in the latent space
        random_latent_vectors = tf.random.normal(shape=(batch_size, self.latent_dim))

        # Assemble labels that say "all real images"
        misleading_labels = tf.zeros((batch_size, 1))

        # Train the generator (note that we should *not* update the weights
        # of the discriminator)!
        with tf.GradientTape() as tape:
            predictions = self.discriminator(self.generator(random_latent_vectors))
            g_loss = self.loss_fn(misleading_labels, predictions)
        grads = tape.gradient(g_loss, self.generator.trainable_weights)
        self.g_optimizer.apply_gradients(zip(grads, self.generator.trainable_weights))

        # Update metrics and return their value.
        self.d_loss_tracker.update_state(d_loss)
        self.g_loss_tracker.update_state(g_loss)
        return {
            "d_loss": self.d_loss_tracker.result(),
            "g_loss": self.g_loss_tracker.result(),
        }
 Lassen Sie uns es testen: 
# Prepare the dataset. We use both the training & test MNIST digits.
batch_size = 64
(x_train, _), (x_test, _) = keras.datasets.mnist.load_data()
all_digits = np.concatenate([x_train, x_test])
all_digits = all_digits.astype("float32") / 255.0
all_digits = np.reshape(all_digits, (-1, 28, 28, 1))
dataset = tf.data.Dataset.from_tensor_slices(all_digits)
dataset = dataset.shuffle(buffer_size=1024).batch(batch_size)

gan = GAN(discriminator=discriminator, generator=generator, latent_dim=latent_dim)
gan.compile(
    d_optimizer=keras.optimizers.Adam(learning_rate=0.0003),
    g_optimizer=keras.optimizers.Adam(learning_rate=0.0003),
    loss_fn=keras.losses.BinaryCrossentropy(from_logits=True),
)

# To limit the execution time, we only train on 100 batches. You can train on
# the entire dataset. You will need about 20 epochs to get nice results.
gan.fit(dataset.take(100), epochs=1)
 Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz
11490434/11490434 [==============================] - 0s 0us/step
100/100 [==============================] - 8s 15ms/step - d_loss: 0.4372 - g_loss: 0.8775
<keras.src.callbacks.History at 0x7feee42ff190>
 Die Ideen hinter Deep Learning sind einfach, also warum sollte ihre Umsetzung schmerzhaft sein? 
 
 Ursprünglich auf der TensorFlow-Website veröffentlicht, erscheint dieser Artikel hier unter einer neuen Überschrift und ist unter CC BY 4.0 lizenziert. Ursprünglich auf der TensorFlow-Website veröffentlicht, erscheint dieser Artikel hier unter einer neuen Überschrift und ist unter CC BY 4.0 lizenziert. TensorFlow

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Dieses Audio ist in der Originalsprache der Geschichte produziert!

Keep Keras fit() und Train Your Model Your Way

About Author

KOMMENTARE

Hängeetiketten

DIESER ARTIKEL WURDE VORGESTELLT IN

Related Stories

HackerNoon Decoded 2024: Celebrating Our Management Community!

HackerNoon Decoded 2024: Celebrating Our Writing Community!

HackerNoon Decoded 2024: Wir feiern unsere Produktmanagement-Community!

HackerNoon Decoded 2024: Celebrating Our Data Science Community!

HackerNoon Decoded 2024: Celebrating Our Management Community!

HackerNoon Decoded 2024: Celebrating Our Writing Community!

HackerNoon Decoded 2024: Wir feiern unsere Produktmanagement-Community!

HackerNoon Decoded 2024: Celebrating Our Data Science Community!

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps