TensorFlow-20Keras-防坑指南

35次阅读

共计 13872 个字符,预计需要花费 35 分钟才能阅读完成。

TensorFlow 2.0 是对 1.x 版本做了一次大的瘦身,Eager Execution 默认开启,并且使用 Keras 作为默认高级 API,
这些改进大大降低的 TensorFlow 使用难度。

本文主要记录了一次曲折的使用 Keras+TensorFlow2.0 的 BatchNormalization 的踩坑经历,这个坑差点要把 TF2.0 的新特性都毁灭殆尽,如果你在学习 TF2.0 的官方教程,不妨一观。

问题的产生

从教程[1]https://www.tensorflow.org/alpha/tutorials/images/transfer_learning?hl=zh-cn(讲述如何 Transfer Learning)说起:

IMG_SHAPE = (IMG_SIZE, IMG_SIZE, 3)
# Create the base model from the pre-trained model MobileNet V2
base_model = tf.keras.applications.MobileNetV2(input_shape=IMG_SHAPE,
                                               include_top=False,weights='imagenet')
model = tf.keras.Sequential([
  base_model,
    tf.keras.layers.GlobalAveragePooling2D(),
    tf.keras.layers.Dense(NUM_CLASSES)
])

简单的代码我们就复用了 MobileNetV2 的结构创建了一个分类器模型,接着我们就可以调用 Keras 的接口去训练模型:

model.compile(optimizer=tf.keras.optimizers.RMSprop(lr=base_learning_rate),

              loss='sparse_categorical_crossentropy',

              metrics=['sparse_categorical_accuracy'])

model.summary()

history = model.fit(train_batches.repeat(),

                    epochs=20,

                    steps_per_epoch = steps_per_epoch,

                    validation_data=validation_batches.repeat(),

                    validation_steps=validation_steps)

输出的结果看,一起都很完美:

Model: "sequential"

_________________________________________________________________

Layer (type)                 Output Shape              Param #

=================================================================

mobilenetv2_1.00_160 (Model) (None, 5, 5, 1280)        2257984

_________________________________________________________________

global_average_pooling2d (Gl (None, 1280)              0

_________________________________________________________________

dense (Dense)                (None, 2)                 1281

=================================================================

Total params: 2,259,265

Trainable params: 1,281

Non-trainable params: 2,257,984

_________________________________________________________________

Epoch 11/20

581/581 [==============================] - 134s 231ms/step - loss: 0.4208 - accuracy: 0.9484 - val_loss: 0.1907 - val_accuracy: 0.9812

Epoch 12/20

581/581 [==============================] - 114s 197ms/step - loss: 0.3359 - accuracy: 0.9570 - val_loss: 0.1835 - val_accuracy: 0.9844

Epoch 13/20

581/581 [==============================] - 116s 200ms/step - loss: 0.2930 - accuracy: 0.9650 - val_loss: 0.1505 - val_accuracy: 0.9844

Epoch 14/20

581/581 [==============================] - 114s 196ms/step - loss: 0.2561 - accuracy: 0.9701 - val_loss: 0.1575 - val_accuracy: 0.9859

Epoch 15/20

581/581 [==============================] - 119s 206ms/step - loss: 0.2302 - accuracy: 0.9715 - val_loss: 0.1600 - val_accuracy: 0.9812

Epoch 16/20

581/581 [==============================] - 115s 197ms/step - loss: 0.2134 - accuracy: 0.9747 - val_loss: 0.1407 - val_accuracy: 0.9828

Epoch 17/20

581/581 [==============================] - 115s 197ms/step - loss: 0.1546 - accuracy: 0.9813 - val_loss: 0.0944 - val_accuracy: 0.9828

Epoch 18/20

581/581 [==============================] - 116s 200ms/step - loss: 0.1636 - accuracy: 0.9794 - val_loss: 0.0947 - val_accuracy: 0.9844

Epoch 19/20

581/581 [==============================] - 115s 198ms/step - loss: 0.1356 - accuracy: 0.9823 - val_loss: 0.1169 - val_accuracy: 0.9828

Epoch 20/20

581/581 [==============================] - 116s 199ms/step - loss: 0.1243 - accuracy: 0.9849 - val_loss: 0.1121 - val_accuracy: 0.9875

然而这种写法还是不方便 Debug,我们希望可以精细的控制迭代的过程,并能够看到中间结果,所以我们训练的过程改成了这样:

optimizer = tf.keras.optimizers.RMSprop(lr=base_learning_rate)
train_accuracy = tf.keras.metrics.SparseCategoricalAccuracy(name='train_accuracy')

@tf.function

def train_cls_step(image, label):

    with tf.GradientTape() as tape:

        predictions = model(image)

        loss = tf.keras.losses.SparseCategoricalCrossentropy()(label, predictions)

    gradients = tape.gradient(loss, model.trainable_variables)

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

    train_accuracy(label, predictions)

for images, labels in train_batches:

    train_cls_step(images,labels)

重新训练后,结果依然很完美!

但是,这时候我们想对比一下 Finetune 和重头开始训练的差别,所以把构建模型的代码改成了这样:

base_model = tf.keras.applications.MobileNetV2(input_shape=IMG_SHAPE,

                                              include_top=False,weights=None)

使得模型的权重随机生成,这时候训练结果就开始抽风了,Loss 不下降,Accuracy 稳定在 50% 附近游荡:

Step #10: loss=0.6937199831008911 acc=46.5625%

Step #20: loss=0.6932525634765625 acc=47.8125%

Step #30: loss=0.699873685836792 acc=49.16666793823242%

Step #40: loss=0.6910845041275024 acc=49.6875%

Step #50: loss=0.6935917139053345 acc=50.0625%

Step #60: loss=0.6965731382369995 acc=49.6875%

Step #70: loss=0.6949992179870605 acc=49.19642639160156%

Step #80: loss=0.6942993402481079 acc=49.84375%

Step #90: loss=0.6933775544166565 acc=49.65277862548828%

Step #100: loss=0.6928421258926392 acc=49.5%

Step #110: loss=0.6883170008659363 acc=49.54545593261719%

Step #120: loss=0.695658802986145 acc=49.453125%

Step #130: loss=0.6875559091567993 acc=49.61538314819336%

Step #140: loss=0.6851695775985718 acc=49.86606979370117%

Step #150: loss=0.6978713274002075 acc=49.875%

Step #160: loss=0.7165156602859497 acc=50.0%

Step #170: loss=0.6945627331733704 acc=49.797794342041016%

Step #180: loss=0.6936900615692139 acc=49.9305534362793%

Step #190: loss=0.6938323974609375 acc=49.83552551269531%

Step #200: loss=0.7030564546585083 acc=49.828125%

Step #210: loss=0.6926192045211792 acc=49.76190185546875%

Step #220: loss=0.6932414770126343 acc=49.786930084228516%

Step #230: loss=0.6924526691436768 acc=49.82337188720703%

Step #240: loss=0.6882281303405762 acc=49.869789123535156%

Step #250: loss=0.6877702474594116 acc=49.86249923706055%

Step #260: loss=0.6933954954147339 acc=49.77163314819336%

Step #270: loss=0.6944763660430908 acc=49.75694274902344%

Step #280: loss=0.6945018768310547 acc=49.49776840209961%

我们将 predictions 的结果打印出来,发现 batch 内每个输出都是一模一样的:

0 = tf.Tensor([0.51352817 0.48647183], shape=(2,), dtype=float32)

1 = tf.Tensor([0.51352817 0.48647183], shape=(2,), dtype=float32)

2 = tf.Tensor([0.51352817 0.48647183], shape=(2,), dtype=float32)

3 = tf.Tensor([0.51352817 0.48647183], shape=(2,), dtype=float32)

4 = tf.Tensor([0.51352817 0.48647183], shape=(2,), dtype=float32)

5 = tf.Tensor([0.51352817 0.48647183], shape=(2,), dtype=float32)

6 = tf.Tensor([0.51352817 0.48647183], shape=(2,), dtype=float32)

7 = tf.Tensor([0.51352817 0.48647183], shape=(2,), dtype=float32)

8 = tf.Tensor([0.51352817 0.48647183], shape=(2,), dtype=float32)

9 = tf.Tensor([0.51352817 0.48647183], shape=(2,), dtype=float32)

只是修改了初始权重,为何会产生这样的结果?

问题排查

实验 1

是不是训练不够充分,或者 learning rate 设置的不合适?
经过几轮调整,发现无论训练多久,learning rate 变大变小,都无法改变这种结果

实验 2

既然是权重的问题,是不是权重随机初始化的有问题,把初始权重拿出来统计了一下,一切正常

实验 3

这种问题根据之前的经验,在导出 Inference 模型的时候 BatchNormalization 没有处理好会出现这种一个 batch 内所有结果都一样的问题。但是如何解释训练的时候为什么会出现这个问题?而且为什么 Finetue 不会出现问题呢?只是改了权重的初始值而已呀
按照这个方向去 Google 的一番,发现了 Keras 的 BatchNormalization 确实有很多 issue,其中一个问题是在保存模型的是 BatchNormalzation 的 moving mean 和 moving variance 不会被保存 [6]https://github.com/tensorflow/tensorflow/issues/16455,而另外一个 issue 提到问题就和我们问题有关系的了:
[2] https://github.com/tensorflow/tensorflow/issues/19643
[3] https://github.com/tensorflow/tensorflow/issues/23873
最后,这位作者找到了原因,并且总结在了这里:
[4] https://pgaleone.eu/tensorflow/keras/2019/01/19/keras-not-yet-interface-to-tensorflow/

根据这个提示,我们做了如下尝试:

实验 3.1

改用 model.fit 的写法进行训练,在最初的几个 epoch 里面,我们发现好的一点的是 training accuracy 已经开始缓慢提升了,但是 validation accuracy 存在原来的问题。而且通过 model.predict_on_batch()拿到中间结果,发现依然还是 batch 内输出都一样。

Epoch 1/20

581/581 [==============================] - 162s 279ms/step - loss: 0.6768 - sparse_categorical_accuracy: 0.6224 - val_loss: 0.6981 - val_sparse_categorical_accuracy: 0.4984

Epoch 2/20

581/581 [==============================] - 133s 228ms/step - loss: 0.4847 - sparse_categorical_accuracy: 0.7684 - val_loss: 0.6931 - val_sparse_categorical_accuracy: 0.5016

Epoch 3/20

581/581 [==============================] - 130s 223ms/step - loss: 0.3905 - sparse_categorical_accuracy: 0.8250 - val_loss: 0.6996 - val_sparse_categorical_accuracy: 0.4984

Epoch 4/20

581/581 [==============================] - 131s 225ms/step - loss: 0.3113 - sparse_categorical_accuracy: 0.8660 - val_loss: 0.6935 - val_sparse_categorical_accuracy: 0.5016

但是,随着训练的深入,结果出现了逆转,开始变得正常了(tf.function 的写法是无论怎么训练都不会变化,幸好没有放弃治疗)(追加:其实这里还是有问题的,继续看后面,当时就觉得怪怪的,不应该收敛这么慢

Epoch 18/20

581/581 [==============================] - 131s 226ms/step - loss: 0.0731 - sparse_categorical_accuracy: 0.9725 - val_loss: 1.4896 - val_sparse_categorical_accuracy: 0.8703

Epoch 19/20

581/581 [==============================] - 130s 225ms/step - loss: 0.0664 - sparse_categorical_accuracy: 0.9748 - val_loss: 0.6890 - val_sparse_categorical_accuracy: 0.9016

Epoch 20/20

581/581 [==============================] - 126s 217ms/step - loss: 0.0631 - sparse_categorical_accuracy: 0.9768 - val_loss: 1.0290 - val_sparse_categorical_accuracy: 0.9031

通多 model.predict_on_batch()拿到的结果也和这个 Accuracy 也是一致的

实验 3.2

通过上一个实验,我们验证了确实如果只通过 Keras 的 API 去训练,是正常。更深层的原因是什么呢?是不是 BatchNomalization 没有 update moving mean 和 moving variance 导致的呢?答案是 Yes
我们分别在两中训练方法前后,打印 moving mean 和 moving variance 的值:

def get_bn_vars(collection):

    moving_mean, moving_variance = None, None    for var in collection:

        name = var.name.lower()

        if "variance" in name:

            moving_variance = var

        if "mean" in name:

            moving_mean = var

    if moving_mean is not None and moving_variance is not None:

        return moving_mean, moving_variance

    raise ValueError("Unable to find moving mean and variance")

mean, variance = get_bn_vars(model.variables)

print(mean)

print(variance)

我们发现,确实如果使用 model.fit()进行训练,mean 和 variance 是在 update 的 (虽然更新的速率看着有些奇怪), 但是对于 tf.function 那种写法这两个值就没有被 update

那这里我们也可以解释为什么 Finetune 不会出现问题了,因为 imagenet 训练的mean, variance 已经是一个比较好的值了,即使不更新也可以正常使用

实验 3.3

是不是改成 [4] 里面说的方法构建动态的 Input_Shape 的模型就 OK 了呢?

class MyModel(Model):

    def __init__(self):

        super(MyModel, self).__init__()

        self.conv1 = Conv2D(32, 3, activation='relu')

        self.batch_norm1=BatchNormalization()

        self.flatten = Flatten()

        self.d1 = Dense(128, activation='relu')

        self.d2 = Dense(10, activation='softmax')

    def call(self, x):

        x = self.conv1(x)

        x = self.batch_norm1(x)

        x = self.flatten(x)

        x = self.d1(x)

        return self.d2(x)

model = MyModel()

#model.build((None,28,28,1))

model.summary()

@tf.functiondef train_step(image, label):

    with tf.GradientTape() as tape:

        predictions = model(image)

        loss = loss_object(label, predictions)

    gradients = tape.gradient(loss, model.trainable_variables)

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

    train_loss(loss)

    train_accuracy(label, predictions)

模型如下:

Model: "my_model"

_________________________________________________________________

Layer (type)                 Output Shape              Param #  

=================================================================

conv2d (Conv2D)              multiple                  320      

_________________________________________________________________

batch_normalization_v2 (Batc multiple                  128      

_________________________________________________________________

flatten (Flatten)            multiple                  0        

_________________________________________________________________

dense (Dense)                multiple                  2769024  

_________________________________________________________________

dense_1 (Dense)              multiple                  1290      

=================================================================

Total params: 2,770,762

Trainable params: 2,770,698

Non-trainable params: 64

从 Output Shape 看,构建模型没问题
跑了一遍 MINST,结果也很不错!
以防万一,我们同样测试了一下 mean 和 variance 是否被更新,然而结果出乎意料,并没有!
也就是说 [4] 里面说的方案在我们这里并不可行

实验 3.4

既然我们定位问题是在 BatchNormalization 这里,所以就想到 BatchNormalization 的 training 和 testing 时候行为是不一致的,在 testing 的时候 moving mean 和 variance 是不需要 update 的,那么会不会是 tf.function 的这种写法并不会自动更改这个状态呢?
查看源码,发现 BatchNormalization 的 call()存在一个 training 参数,而且默认是 False

 Call arguments:

   inputs: Input tensor (of any rank).

   training: Python boolean indicating whether the layer should behave in

     training mode or in inference mode.

     - `training=True`: The layer will normalize its inputs using the

       mean and variance of the current batch of inputs.

     - `training=False`: The layer will normalize its inputs using the

       mean and variance of its moving statistics, learned during training.

所以,做了如下改进:

class MyModel(Model):

    def __init__(self):

        super(MyModel, self).__init__()

        self.conv1 = Conv2D(32, 3, activation='relu')

        self.batch_norm1=BatchNormalization()

        self.flatten = Flatten()

        self.d1 = Dense(128, activation='relu')

        self.d2 = Dense(10, activation='softmax')

    def call(self, x,training=True):

        x = self.conv1(x)

        x = self.batch_norm1(x,training=training)

        x = self.flatten(x)

        x = self.d1(x)

        return self.d2(x)

model = MyModel()

#model.build((None,28,28,1))

model.summary()

@tf.functiondef train_step(image, label):

    with tf.GradientTape() as tape:

        predictions = model(image,training=True)

        loss = loss_object(label, predictions)

    gradients = tape.gradient(loss, model.trainable_variables)

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

    train_loss(loss)

    train_accuracy(label, predictions)

@tf.functiondef test_step(image, label):

    predictions = model(image,training=False)

    t_loss = loss_object(label, predictions)

    test_loss(t_loss)

    test_accuracy(label, predictions)

结果显示,moving mean 和 variance 开始更新啦,测试 Accuracy 也是符合预期
所以,我们可以确定问题的根源在于需要指定 BatchNormalization 是在 training 还是在 testing!

实验 3.5

3.4 中方法虽然解决了我们的问题,但是它是使用构建 Model 的 subclass 的方式,而我们之前的 MobileNetV2 是基于更加灵活 Keras Functional API 构建的,由于无法控制 call()函数的定义,没有办法灵活切换 training 和 testing 的状态,另外用 Sequential 的方式构建时也是一样。
[5]https://blog.keras.io/keras-as-a-simplified-interface-to-tensorflow-tutorial.html
[7]https://github.com/keras-team/keras/issues/7085
[8]https://github.com/keras-team/keras/issues/6752
从 5[8]中,我了解到两个情况,

    1. tf.keras.backend.set_learning_phase()可以改变 training 和 testing 的状态;
    1. model.updates 和 layer.updates 存着 old_value 和 new_value 的 Assign Op

所以我首先尝试:

 tf.keras.backend.set_learning_phase(True)

结果,MobileNetV2 构建的模型也可以正常工作了。
而且收敛的速度似乎比 model.fit()还快了很多,结合之前 model.fit()收敛慢的困惑,这里又增加的一个实验,在 model.fit()的版本里面也加上这句话,发现同样收敛速度也变快了!1 个 epoch 就能得到不错的结果了!
因此,这里又产生了一个问题 model.fit()到底有没有设 learning_phase 状态?如果没有是怎么做 moving mean 和 variance 的 update 的?
第二个方法,由于教程中讲述的是如何在 1.x 的版本构建,而在 eager execution 模式下,似乎没有办法去 run 这些 Assign Operation。仅做参考吧

update_ops = []

for assign_op in model.updates:

    update_ops.append(assign_op))
#但是不知道拿到这些 update_ops 在 eager execution 模式下怎么处理呢?

结论

总结一下,我们从 [4] 找到了解决问题的启发点,但是最终证明 [4] 里面的问题和解决方法用到我们这里并不能真正解决问题,问题的关键还是在于 Keras+TensorFlow2.0 里面我们如何处理在 training 和 testing 状态下行为不一致的 Layer;以及对于 model.fit()和 tf.funtion 这两种训练方法的区别,最终来看 model.fit()里面似乎包含很多诡异的行为。
最终的使用建议如下:

  1. 在使用 model.fit()或者 model.train_on_batch()这种 Keras 的 API 训练模型时,也推荐手动设置 tf.keras.backend.set_learning_phase(True),可以加快收敛
  2. 如果使用 eager execution 这种方法,
  • 1)使用构建 Model 的 subclass,但是针对 call()设置 training 的状态,对于 BatchNoramlization,Dropout 这样的 Layer 进行不同处理
  • 2)使用 Functional API 或者 Sequential 的方式构建 Model,设置 tf.keras.backend.set_learning_phase(True),但是注意在 testing 的时候改变一下状态

最后,为什么 TF 2.0 的教程里面没有提及这些?默认你已经精通 Keras 了吗?[捂脸哭]

感谢

感谢柏涛 帆月 应知老师提供的帮助

[1]https://www.tensorflow.org/alpha/tutorials/images/transfer_learning?hl=zh-cn
[2] https://github.com/tensorflow/tensorflow/issues/19643
[3] https://github.com/tensorflow/tensorflow/issues/23873
[4] https://pgaleone.eu/tensorflow/keras/2019/01/19/keras-not-yet-interface-to-tensorflow/
[5]https://blog.keras.io/keras-as-a-simplified-interface-to-tensorflow-tutorial.html
[6]https://github.com/tensorflow/tensorflow/issues/16455
[7]https://github.com/keras-team/keras/issues/7085
[8]https://github.com/keras-team/keras/issues/6752


本文作者:烁凡

阅读原文

本文为云栖社区原创内容,未经允许不得转载。

正文完
 0