Вы ищете
foreach (Control x in this.Controls)
{
if (x is TextBox)
{
((TextBox)x).Text = String.Empty;
}
}
Оказывается, существует много различий между тем, что делают код, созданный вручную, и кодом PyTorch. Вот то, что я обнаружил, перечисляя примерно в порядке наименьшего влияния на результат:
torch.nn.Linear
добавляют дополнительный набор весов смещения к модели. Таким образом, первый слой модели Pytorch эффективно имеет веса 3x5
, а второй слой имеет веса 6x1
. Слои в свернутом вручную коде имеют веса 2x5
и 5x1
соответственно. 0
потерь. 2
, который где-то попал в вашу раскрученную математику / код. Тщательно учтя вышеуказанные 4 фактора, можно добиться полного паритета между кодом, выпущенным вручную, и кодом Pytorch. , При правильных настройках и настройках два фрагмента будут давать идентичные результаты:
Критическим отличием является то, что в итоге вы используете две совершенно разные функции для измерения потерь в двух фрагментах кода:
В ручном коде вы измеряете потеря как layer2_error.mean()
. Если вы распакуете переменную, вы увидите, что значение layer2_error.mean()
несколько странное и бессмысленное:
layer2_error.mean()
== np.dot(cost_delta, cost_error).mean()
== np.dot(mse_derivative(layer2, Y), mse(layer2, Y)).mean()
== np.sum(.5 * (layer2 - Y) * ((layer2 - Y)**2).mean()).mean()
С другой стороны, в коде PyTorch потери измеряются в Термины традиционного определения mse
, т. е. как эквивалент np.mean((layer2 - Y)**2)
. Вы можете доказать это себе, изменив цикл PyTorch следующим образом:
def mse(x, y):
return np.mean((x - y)**2)
torch_losses = [] # Keeps track of the loses.
torch_losses_manual = [] # for comparison
# Step 2-4 of training routine.
for _e in tqdm(range(num_epochs)):
# Reset the gradient after every epoch.
optimizer.zero_grad()
# Step 2: Foward Propagation
predictions = model(X)
# Step 3: Back Propagation
# Calculate the cost between the predictions and the truth.
loss = criterion(predictions, Y)
# Remember to back propagate the loss you've computed above.
loss.backward()
# Step 4: Optimizer take a step and update the weights.
optimizer.step()
# Log the loss value as we proceed through the epochs.
torch_losses.append(loss.data.item())
torch_losses_manual.append(mse(predictions.detach().numpy(), Y.detach().numpy()))
plt.plot(torch_losses, lw=5, label='torch_losses')
plt.plot(torch_losses_manual, lw=2, label='torch_losses_manual')
plt.legend()
Вывод:
PyTorch использует свою собственную специальную подпрограмму для установки начальных весов, которая дает очень разные результаты из np.random.rand
. Я еще не смог точно воспроизвести это, но для следующего лучшего, что мы можем просто захватить Pytorch. Вот функция, которая получит те же начальные веса, которые использует модель Pytorch:
import torch
from torch import nn
torch.manual_seed(0)
def torch_weights(nodes_in, nodes_hidden, nodes_out, bias=None):
model = nn.Sequential(
nn.Linear(nodes_in, nodes_hidden, bias=bias),
nn.Sigmoid(),
nn.Linear(nodes_hidden, nodes_out, bias=bias),
nn.Sigmoid()
)
return [t.detach().numpy() for t in model.parameters()]
В конце концов вы можете захотеть реализовать веса смещения в вашем собственном коде. На данный момент мы просто отключим смещение в модели Pytorch и сравним результаты свернутой вручную модели с результатами объективной модели Pytorch.
Кроме того, чтобы результаты совпали, вам нужно удвоить скорость обучения модели Pytorch. Это эффективно масштабирует результаты вдоль оси x (то есть удвоение скорости означает, что для достижения какого-то определенного признака на кривой потерь требуется вдвое меньше эпох).
Чтобы воспроизвести данные hand_rolled_losses
из сюжета в начале моего поста, все, что вам нужно сделать, это взять свой свернутый вручную код и заменить функцию mse
с:
def mse(predicted, truth):
return np.mean(np.square(predicted - truth))
линиями, которые инициализируют веса с:
W1,W2 = [w.T for w in torch_weights(input_dim, hidden_dim, output_dim)]
и линией, которая отслеживает потери с:
losses.append(cost_error)
, и вы должны быть хорошо идти.
Чтобы воспроизвести данные torch_losses
из графика, нам также необходимо отключить весовые коэффициенты смещения в модели Pytorch. Для этого вам просто нужно изменить строки, определяющие модель Pytorch, следующим образом:
model = nn.Sequential(
# Use nn.Linear to get our simple perceptron.
nn.Linear(input_dim, hidden_dim, bias=None),
# Use nn.Sigmoid to get our sigmoid non-linearity.
nn.Sigmoid(),
# Second layer neurons.
nn.Linear(hidden_dim, output_dim, bias=None),
nn.Sigmoid()
)
Вам также необходимо изменить строку, определяющую learning_rate
:
learning_rate = 0.3 * 2
from itertools import chain
import matplotlib.pyplot as plt
import numpy as np
import scipy as sp
import scipy.stats
import torch
from torch import nn
np.random.seed(0)
torch.manual_seed(0)
def torch_weights(nodes_in, nodes_hidden, nodes_out, bias=None):
model = nn.Sequential(
nn.Linear(nodes_in, nodes_hidden, bias=bias),
nn.Sigmoid(),
nn.Linear(nodes_hidden, nodes_out, bias=bias),
nn.Sigmoid()
)
return [t.detach().numpy() for t in model.parameters()]
def sigmoid(x): # Returns values that sums to one.
return 1 / (1 + np.exp(-x))
def sigmoid_derivative(sx):
# See https://math.stackexchange.com/a/1225116
return sx * (1 - sx)
# Cost functions.
def mse(predicted, truth):
return np.mean(np.square(predicted - truth))
def mse_derivative(predicted, truth):
return predicted - truth
X = xor_input = np.array([[0,0], [0,1], [1,0], [1,1]])
Y = xor_output = np.array([[0,1,1,0]]).T
# Define the shape of the weight vector.
num_data, input_dim = X.shape
# Lets set the dimensions for the intermediate layer.
hidden_dim = 5
# Define the shape of the output vector.
output_dim = len(Y.T)
W1,W2 = [w.T for w in torch_weights(input_dim, hidden_dim, output_dim)]
num_epochs = 5000
learning_rate = 0.3
losses = []
for epoch_n in range(num_epochs):
layer0 = X
# Forward propagation.
# Inside the perceptron, Step 2.
layer1 = sigmoid(np.dot(layer0, W1))
layer2 = sigmoid(np.dot(layer1, W2))
# Back propagation (Y -> layer2)
# In what direction is the target value?
# Were we really close? If so, don't change too much.
cost_delta = mse_derivative(layer2, Y)
layer2_delta = cost_delta * sigmoid_derivative(layer2)
# Back propagation (layer2 -> layer1)
# How much did each layer1 value contribute to the layer2 error (according to the weights)?
layer1_error = np.dot(layer2_delta, W2.T)
layer1_delta = layer1_error * sigmoid_derivative(layer1)
# update weights
W2 += - learning_rate * np.dot(layer1.T, layer2_delta)
W1 += - learning_rate * np.dot(layer0.T, layer1_delta)
# Log the loss value as we proceed through the epochs.
losses.append(mse(layer2, Y))
# Visualize the losses
plt.plot(losses)
plt.show()
import matplotlib.pyplot as plt
from tqdm import tqdm
import numpy as np
import torch
from torch import nn
from torch import tensor
from torch import optim
torch.manual_seed(0)
device = 'gpu' if torch.cuda.is_available() else 'cpu'
num_epochs = 5000
learning_rate = 0.3 * 2
# XOR gate inputs and outputs.
X = tensor([[0,0], [0,1], [1,0], [1,1]]).float().to(device)
Y = tensor([[0],[1],[1],[0]]).float().to(device)
# Use tensor.shape to get the shape of the matrix/tensor.
num_data, input_dim = X.shape
num_data, output_dim = Y.shape
# Step 1: Initialization.
# Initialize the model.
# Set the hidden dimension size.
hidden_dim = 5
# Use Sequential to define a simple feed-forward network.
model = nn.Sequential(
# Use nn.Linear to get our simple perceptron.
nn.Linear(input_dim, hidden_dim, bias=None),
# Use nn.Sigmoid to get our sigmoid non-linearity.
nn.Sigmoid(),
# Second layer neurons.
nn.Linear(hidden_dim, output_dim, bias=None),
nn.Sigmoid()
)
# Initialize the optimizer
optimizer = optim.SGD(model.parameters(), lr=learning_rate)
# Initialize the loss function.
criterion = nn.MSELoss()
def mse(x, y):
return np.mean((x - y)**2)
torch_losses = [] # Keeps track of the loses.
torch_losses_manual = [] # for comparison
# Step 2-4 of training routine.
for _e in tqdm(range(num_epochs)):
# Reset the gradient after every epoch.
optimizer.zero_grad()
# Step 2: Foward Propagation
predictions = model(X)
# Step 3: Back Propagation
# Calculate the cost between the predictions and the truth.
loss = criterion(predictions, Y)
# Remember to back propagate the loss you've computed above.
loss.backward()
# Step 4: Optimizer take a step and update the weights.
optimizer.step()
# Log the loss value as we proceed through the epochs.
torch_losses.append(loss.data.item())
torch_losses_manual.append(mse(predictions.detach().numpy(), Y.detach().numpy()))
plt.plot(torch_losses, lw=5, c='C1', label='torch_losses')
plt.plot(torch_losses_manual, lw=2, c='C2', label='torch_losses_manual')
plt.legend()
Вы можете найти несколько очень поучительных примеров, которые показывают, что такое весы смещения и как их реализовать, в этого урока . Они перечисляют кучу реализаций нейронных сетей на чистом Python, очень похожих на вашу свернутую вручную, так что, вероятно, вы могли бы адаптировать часть их кода, чтобы сделать свою собственную реализацию смещения.
Вот функция, которую я адаптировал из того же самого урока , который может производить разумные начальные значения для весов. Я думаю, что алгоритм, который Pytorch использует внутри, несколько отличается, но это дает схожие результаты:
import scipy as sp
import scipy.stats
def tnorm_weights(nodes_in, nodes_out, bias_node=0):
# see https://www.python-course.eu/neural_network_mnist.php
wshape = (nodes_out, nodes_in + bias_node)
bound = 1 / np.sqrt(nodes_in)
X = sp.stats.truncnorm(-bound, bound)
return X.rvs(np.prod(wshape)).reshape(wshape)