4

假设我们有一个使用 BatchNormalization 的简单 Keras 模型：

model = tf.keras.Sequential([
                     tf.keras.layers.InputLayer(input_shape=(1,)),
                     tf.keras.layers.BatchNormalization()
])

如何在 GradientTape 中实际使用它？以下似乎不起作用，因为它不更新移动平均线？

# model training... we want the output values to be close to 150
for i in range(1000):
  x = np.random.randint(100, 110, 10).astype(np.float32)
  with tf.GradientTape() as tape:
    y = model(np.expand_dims(x, axis=1))
    loss = tf.reduce_mean(tf.square(y - 150))
  grads = tape.gradient(loss, model.variables)
  opt.apply_gradients(zip(grads, model.variables))

特别是，如果您检查移动平均线，它们保持不变（检查 model.variables，平均值始终为 0 和 1）。我知道可以使用 .fit() 和 .predict()，但我想使用 GradientTape，但我不知道该怎么做。某些版本的文档建议更新 update_ops，但这似乎在急切模式下不起作用。

特别是，经过上述训练后，以下代码将不会输出任何接近 150 的值。

x = np.random.randint(200, 210, 100).astype(np.float32)
print(model(np.expand_dims(x, axis=1)))
4

3 回答 3

2

使用梯度磁带模式 BatchNormalization 层应使用参数 training=True 调用

例子：

inp = KL.Input( (64,64,3) )
x = inp
x = KL.Conv2D(3, kernel_size=3, padding='same')(x)
x = KL.BatchNormalization()(x, training=True)
model = KM.Model(inp, x)

然后正确更新移动变量

>>> model.layers[2].weights[2]
<tf.Variable 'batch_normalization/moving_mean:0' shape=(3,) dtype=float32, numpy
=array([-0.00062087,  0.00015137, -0.00013239], dtype=float32)>
于 2019-09-27T07:21:12.647 回答
1

我只是放弃。我花了一些时间试图理解一个看起来像这样的模型：

model = tf.keras.Sequential([
                     tf.keras.layers.BatchNormalization(),
])

我确实放弃了，因为那件事看起来像这样： 在此处输入图像描述

我的直觉是，如今的 BatchNorm 不像以前那样直接，这就是为什么它可以扩展原始发行版而不是那么多新发行版（这很遗憾），但不是没有人有时间去做。

编辑：这种行为的原因是 BN 在训练期间只计算矩和标准化批次。在训练期间，它保持平均值和偏差的运行平均值，一旦切换到评估，参数将用作常数。即评估不应该依赖于规范化，因为评估甚至可以用于单个输入并且不能依赖批量统计。由于常数是在不同的分布上计算的，因此在评估过程中会出现更高的错误。

于 2019-06-14T06:25:01.540 回答
0

使用渐变胶带模式，您通常会发现如下渐变：

with tf.GradientTape() as tape:
    y_pred = model(features)
    loss = your_loss_function(y_pred, y_true)
    gradients = tape.gradient(loss, model.trainable_variables)

train_op = model.optimizer.apply_gradients(zip(gradients, model.trainable_variables))

但是，如果您的模型包含BatchNormalization或Dropout层（或具有不同训练/测试阶段的任何层），则 tf 将无法构建图。

一个好的做法是在从模型中获取输出时显式使用trainable参数。在优化使用model(features, trainable=True)和预测使用时model(features, trainable=False)，为了在使用这些层时明确选择训练/测试阶段。

对于PREDICT和EVAL相位，使用

training = (mode == tf.estimator.ModeKeys.TRAIN)
y_pred = model(features, trainable=training)

对于TRAIN阶段，使用

with tf.GradientTape() as tape:
    y_pred = model(features, trainable=training)
    loss = your_loss_function(y_pred, y_true)
    gradients = tape.gradient(loss, model.trainable_variables)

train_op = model.optimizer.apply_gradients(zip(gradients, model.trainable_variables))

请注意，iperov 的答案也适用，只是您需要为这些层手动设置训练阶段。

x = BatchNormalization()(x, training=True)
x = Dropout(rate=0.25)(x, training=True)

x = BatchNormalization()(x, training=False)
x = Dropout(rate=0.25)(x, training=False)

我建议使用一个get_model返回模型的函数，同时training在调用模型时使用参数更改相位。

笔记：

如果您model.variables在查找渐变时使用，您将收到此警告

Gradients do not exist for variables 
['layer_1_bn/moving_mean:0', 
'layer_1_bn/moving_variance:0', 
'layer_2_bn/moving_mean:0', 
'layer_2_bn/moving_variance:0'] 
when minimizing the loss.

这可以通过仅针对可训练变量计算梯度来解决。替换model.variables为model.trainable_variables

于 2019-12-20T06:21:36.307 回答