[PYTHON] Comportement lorsque Container Trainable = False dans Keras

introduction

Souvent, vous souhaitez fixer le poids de votre réseau avec Keras et n'apprendre qu'une autre couche. C'est une note sur laquelle j'ai cherché à savoir à quoi faire attention à ce moment-là.

Versions

• Python 3.5.2
• Keras 2.0.2

Vérification

Considérez le modèle suivant.

Supposons que vous vouliez "mettre à jour" le poids de la partie NormalContainer ici, et que parfois vous ne vouliez pas le mettre à jour.

Intuitivement, il semble bon de définir False sur la propriété Container # trainable, mais je vais essayer de voir si cela fonctionne comme prévu.

code

# coding: utf8

import numpy as np
from keras.engine.topology import Input, Container
from keras.engine.training import Model
from keras.layers.core import Dense
from keras.utils.vis_utils import plot_model



def all_weights(m):
    return [list(w.reshape((-1))) for w in m.get_weights()]


def random_fit(m):
    x1 = np.random.random(10).reshape((5, 2))
    y1 = np.random.random(5).reshape((5, 1))
    m.fit(x1, y1, verbose=False)

np.random.seed(100)

x = in_x = Input((2, ))

# Create 2 Containers shared same wights
x = Dense(1)(x)
x = Dense(1)(x)
fc_all = Container(in_x, x, name="NormalContainer")
fc_all_not_trainable = Container(in_x, x, name="FixedContainer")

# Create 2 Models using the Containers
x = fc_all(in_x)
x = Dense(1)(x)
model_normal = Model(in_x, x)

x = fc_all_not_trainable(in_x)
x = Dense(1)(x)
model_fixed = Model(in_x, x)

# Set one Container trainable=False
fc_all_not_trainable.trainable = False  # Case1

# Compile
model_normal.compile(optimizer="sgd", loss="mse")
model_fixed.compile(optimizer="sgd", loss="mse")

# fc_all_not_trainable.trainable = False  # Case2

# Watch which weights are updated by model.fit
print("Initial Weights")
print("Model-Normal: %s" % all_weights(model_normal))
print("Model-Fixed : %s" % all_weights(model_fixed))

random_fit(model_normal)

print("after training Model-Normal")
print("Model-Normal: %s" % all_weights(model_normal))
print("Model-Fixed : %s" % all_weights(model_fixed))

random_fit(model_fixed)

print("after training Model-Fixed")
print("Model-Normal: %s" % all_weights(model_normal))
print("Model-Fixed : %s" % all_weights(model_fixed))


# plot_model(model_normal, "model_normal.png ", show_shapes=True)

Créez deux Containers, fc_all et fc_all_not_trainable. Ce dernier laisse «formable» à False. Créez un Model appelé model_normal et model_fixed en l'utilisant.

Le comportement attendu est

• Lorsque model_normal estfit (), chaque conteneur et autres poids changent.
• Lorsque model_fixed estfit (), le poids de chaque conteneur ne change pas et les autres poids changent.

C'est.

Résultat d'exécution: Cas 1

Initial Weights
Model-Normal: [[1.2912766, -0.53409958], [0.0], [-0.1305927], [0.0], [-0.21052945], [0.0]]
Model-Fixed : [[1.2912766, -0.53409958], [0.0], [-0.1305927], [0.0], [0.37929809], [0.0]]
after training Model-Normal
Model-Normal: [[1.2913349, -0.53398848], [0.00016010582], [-0.13071491], [-0.0012259937], [-0.21060525], [0.0058233831]]
Model-Fixed : [[1.2913349, -0.53398848], [0.00016010582], [-0.13071491], [-0.0012259937], [0.37929809], [0.0]]
after training Model-Fixed
Model-Normal: [[1.2913349, -0.53398848], [0.00016010582], [-0.13071491], [-0.0012259937], [-0.21060525], [0.0058233831]]
Model-Fixed : [[1.2913349, -0.53398848], [0.00016010582], [-0.13071491], [-0.0012259937], [0.37869808], [0.0091063408]]

Comme prévu.

• Dans le cas de ʻafter training Model-Normal, les parties autres que les parties [0.37929809] et [0.0]` de Model-Fixed ont changé.
• Dans le cas de ʻafter training Model-Fixed, au contraire, seule la partie [0.37929809], [0.0]` de Model-Fixed a changé.

Remarque: trainable = False doit être défini avant compile ()

Que faire si vous définissez trainable = False après Model # compile () (où le cas 2 est) dans le code ci-dessus?

Résultat d'exécution: Cas2

Initial Weights
Model-Normal: [[1.2912766, -0.53409958], [0.0], [-0.1305927], [0.0], [-0.21052945], [0.0]]
Model-Fixed : [[1.2912766, -0.53409958], [0.0], [-0.1305927], [0.0], [0.37929809], [0.0]]
after training Model-Normal
Model-Normal: [[1.2913349, -0.53398848], [0.00016010582], [-0.13071491], [-0.0012259937], [-0.21060525], [0.0058233831]]
Model-Fixed : [[1.2913349, -0.53398848], [0.00016010582], [-0.13071491], [-0.0012259937], [0.37929809], [0.0]]
after training Model-Fixed
Model-Normal: [[1.2910744, -0.53420025], [-0.0002913858], [-0.12900624], [0.0022280237], [-0.21060525], [0.0058233831]]
Model-Fixed : [[1.2910744, -0.53420025], [-0.0002913858], [-0.12900624], [0.0022280237], [0.37869808], [0.0091063408]]

Idem jusqu'à ʻafter training Model-Normal, Lorsque ʻafter training Model-Fixed, le poids de Container change également.

Model # compile () fonctionne pour récupérer trainable_weights de tous les calques contenus lorsqu'il est appelé. Par conséquent, si vous ne définissez pas «entraînable» à ce stade, cela n'aura aucun sens.

Un autre point est qu'il n'est pas nécessaire de définir «formable» pour toutes les couches incluses dans le conteneur **. Container est une couche vue depuis Model. Model appelle Container # trainable_weights, mais ne retourne rien si Container # trainable est False (partie correspondante /keras/engine/topology.py#L1891)), donc tous les poids de couche contenus dans Container ne seront pas mis à jour. Il est un peu difficile de savoir s'il s'agit d'une spécification ou simplement de la mise en œuvre à ce stade, mais je pense que c'est probablement intentionnel.

à la fin

Le léger voile a été résolu.