乐趣区

关于深度学习:Pytorch创建多任务学习模型

在机器学习中,咱们通常致力于针对单个工作,也就是优化单个指标。然而多任务学习 (MTL) 在机器学习的许多利用中都获得了胜利,从自然语言解决和语音辨认到计算机视觉和药物发现。

MTL 最驰名的例子可能是特斯拉的主动驾驶零碎。在主动驾驶中须要同时解决大量工作,如物体检测、深度预计、3D 重建、视频剖析、跟踪等,你可能认为须要 10 个以上的深度学习模型,但事实并非如此。

HydraNet 介绍

一般来说多任务学的模型架构非常简单:一个骨干网络作为特色的提取,而后针对不同的工作创立多个头。利用繁多模型解决多个工作。

上图能够看到,特征提取模型提取图像特色。输入最初被宰割成多个头,每个头负责一个特定的状况,因为它们彼此独立能够独自进行微调!

特斯拉的讲演中具体的阐明这个模型(youtube:v=3SypMvnQT_s)

多任务学习我的项目

在本文中,咱们将介绍如何在 Pytorch 中实现一个更简略的 HydraNet。这里将应用 UTK Face 数据集,这是一个带有 3 个标签 (性别、种族、年龄) 的分类数据集。

咱们的 HydraNet 将有三个独立的头,它们都是不同的,因为年龄的预测是一个回归工作,种族的预测是一个多类分类问题,性别的预测是一个二元分类工作。

每一个 Pytorch 的深度学习的我的项目都应该从定义 Dataset 和 DataLoader 开始。

在这个数据集中,通过图像的名称定义了这些标签,例如UTKFace/30_0_3_20170117145159065.jpg.chip.jpg

  • 30 岁是年龄
  • 0 为性别(0: 男性,1: 女性)
  • 3 是种族(0: 白人,1: 黑人,2: 亚洲人,3: 印度人,4: 其余)

所以咱们的自定义 Dataset 能够这样写:

 class UTKFace(Dataset):
     def __init__(self, image_paths):
         self.transform = transforms.Compose([transforms.Resize((32, 32)), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])])
         self.image_paths = image_paths
         self.images = []
         self.ages = []
         self.genders = []
         self.races = []
         
         for path in image_paths:
             filename = path[8:].split("_")
             
             if len(filename)==4:
                 self.images.append(path)
                 self.ages.append(int(filename[0]))
                 self.genders.append(int(filename[1]))
                 self.races.append(int(filename[2]))
 
     def __len__(self):
          return len(self.images)
 
     def __getitem__(self, index):
             img = Image.open(self.images[index]).convert('RGB')
             img = self.transform(img)
           
             age = self.ages[index]
             gender = self.genders[index]
             eth = self.races[index]
             
             sample = {'image':img, 'age': age, 'gender': gender, 'ethnicity':eth}
             
             return sample

简略的做个介绍:

__init__

办法初始化咱们的自定义数据集,负责初始化各种转换和从图像门路中提取标签。

__get_item__

将: 它将加载一张图像,利用必要的转换,获取标签,并返回数据集的一个元素,也就是说这个办法会返回数据集中的单条数据(单个样本)

而后咱们定义 dataloader

 train_dataloader = DataLoader(UTKFace(train_dataset), shuffle=True, batch_size=BATCH_SIZE)
 val_dataloader = DataLoader(UTKFace(valid_dataset), shuffle=False, batch_size=BATCH_SIZE)

上面咱们定义模型,这里应用一个预训练的模型作为骨干,而后创立 3 个头。别离代表年龄,性别和种族。

 class HydraNet(nn.Module):
     def __init__(self):
         super().__init__()
         self.net = models.resnet18(pretrained=True)
         self.n_features = self.net.fc.in_features
         self.net.fc = nn.Identity()
 
         self.net.fc1 = nn.Sequential(OrderedDict([('linear', nn.Linear(self.n_features,self.n_features)),
             ('relu1', nn.ReLU()),
             ('final', nn.Linear(self.n_features, 1))]))
 
         self.net.fc2 = nn.Sequential(OrderedDict([('linear', nn.Linear(self.n_features,self.n_features)),
             ('relu1', nn.ReLU()),
             ('final', nn.Linear(self.n_features, 1))]))
 
         self.net.fc3 = nn.Sequential(OrderedDict([('linear', nn.Linear(self.n_features,self.n_features)),
             ('relu1', nn.ReLU()),
             ('final', nn.Linear(self.n_features, 5))]))
         
     def forward(self, x):
         age_head = self.net.fc1(self.net(x))
         gender_head = self.net.fc2(self.net(x))
         ethnicity_head = self.net.fc3(self.net(x))
         return age_head, gender_head, ethnicity_head

forward 办法返回每个头的后果。

损失作为优化的根底时非常重要的,因为它将会影响到模型的性能,咱们能想到的最简略的事就是地把损失相加:

 L = L1 + L2 + L3

然而咱们的模型中

L1: 与年龄相干的损失,如均匀绝对误差,因为它是回归损失。

L2: 与种族相干的穿插熵,它是一个多类别的分类损失。

L3: 性别无关的损失,例如二元穿插熵。

这里损失的计算最大问题是损失的量级是不一样的,并且损失的权重也是不雷同的,这是一个始终在被深入研究的问题,咱们这里暂不做探讨,咱们只应用简略的相加,所以咱们的一些超参数如下:

 model = HydraNet().to(device=device)
 
 ethnicity_loss = nn.CrossEntropyLoss()
 gender_loss = nn.BCELoss()
 age_loss = nn.L1Loss()
 sig = nn.Sigmoid()
 
 optimizer = torch.optim.SGD(model.parameters(), lr=1e-4, momentum=0.09)

而后咱们训练的循环如下:

 for epoch in range(n_epochs):
    model.train()
    total_training_loss = 0
    
     for i, data in enumerate(tqdm(train_dataloader)):
         inputs = data["image"].to(device=device)
         
         age_label = data["age"].to(device=device)
         gender_label = data["gender"].to(device=device)
         eth_label = data["ethnicity"].to(device=device)
         
         optimizer.zero_grad()
         age_output, gender_output, eth_output = model(inputs)
         
         loss_1 = ethnicity_loss(eth_output, eth_label)
         loss_2 = gender_loss(sig(gender_output), gender_label.unsqueeze(1).float())
         loss_3 = age_loss(age_output, age_label.unsqueeze(1).float())
         
         loss = loss_1 + loss_2 + loss_3
         loss.backward()
         optimizer.step()
         
         total_training_loss += loss

这样咱们最简略的多任务学习的流程就实现了

对于损失的优化

多任务学习的损失函数,对每个工作的损失进行权重调配,在这个过程中,必须保障所有工作等同重要,而不能让简略工作主导整个训练过程。手动的设置权重是低效而且不是最优的,因而,主动的学习这些权重是十分必要的,

Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics cvpr_2018

这篇论文提出,将不同的 loss 拉到对立尺度下,这样就容易对立,具体的方法就是利用同方差的不确定性,将不确定性作为噪声,进行训练

End-to-End Multi-Task Learning with Attention cvpr_2019

这篇论文提出了一种能够主动调节权重的机制(Dynamic Weight Average),使得权重调配更加正当,大略的意思是每个工作首先计算前个 epoch 对应损失的比值,而后除以一个固定的值 T,进行 exp 映射后,计算各个损失所占比

最初如果你对多任务学习感兴趣,能够先看看这篇论文:

A Survey on Multi-Task Learning arXiv 1707.08114

从算法建模、利用和实践剖析的角度对 MTL 进行了考察,是入门的最好的材料。

https://avoid.overfit.cn/post/57d4e8712c634fe887247ce66e694f8f

作者:Alessandro Lamberti

退出移动版