Накопление градиентов в тензорном потоке - PullRequest
Новая
       32

Накопление градиентов в тензорном потоке

0 голосов
/ 04 июня 2019

Для тех, у кого нет определенных возможностей памяти GPU, и примеры большого размера, максимально возможная партия составляет один. По этой причине я искал накапливающие градиенты и затем применял де-тренировку. (то есть, используя пакетный размер одного и затем индивидуально добавьте градиенты)

Я обнаружил похожие проблемы, но не доверяю вообще. Я провел несколько экспериментов с этим набором кода, используя технику накопления https://github.com/ahmdtaha/FineGrainedVisualRecognition/wiki/Accumulated-Gradient-in-Tensorflow

import tensorflow as tf 
import numpy as np 
from sklearn.datasets import load_boston

def read_infile():
    data = load_boston()
    features = np.array(data.data)
    target = np.array(data.target)
    return features, target

def feature_normalize(data):
    mu = np.mean(data, axis=0)
    std = np.std(data, axis=0)
    return (data - mu)/std

def append_bias(features, target):
    n_samples = features.shape[0]
    n_features = features.shape[1]
    intercept_feature = np.ones((n_samples, 1))
    X = np.concatenate((features, intercept_feature), axis=1)
    X = np.reshape(X, [n_samples, n_features+1])
    Y = np.reshape(target, [n_samples, 1])
    return X,Y

features, target = read_infile()
z_features = feature_normalize(features)
X_input, Y_input = append_bias(z_features, target)
num_features = X_input.shape[1]

X = tf.placeholder(tf.float32, shape=[None, num_features])
Y = tf.placeholder(tf.float32, shape=[None, 1])

w = tf.Variable(tf.random_normal((num_features, 1)), name="weights")

learning_rate = 0.01
num_epochs = 200
cost_trace = []
mini_batch = 20 #batchsize
pred = tf.matmul(X, w)
error = pred - Y
cost = tf.reduce_mean(tf.square(error))

update_ops = tf.get_collection(tf.GraphKeys.UPDATE_OPS)


trainable_vars = [w]
accum_vars = [tf.Variable(tf.zeros_like(tv.initialized_value()), trainable=False) for tv in trainable_vars]
zero_ops = [tv.assign(tf.zeros_like(tv)) for tv in accum_vars]
update_ops = tf.get_collection(tf.GraphKeys.UPDATE_OPS)

with tf.control_dependencies(update_ops):
    optimizer = tf.train.AdamOptimizer(learning_rate)
    grads = optimizer.compute_gradients(cost, trainable_vars)
    # Adds to each element from the list you initialized earlier with zeros its gradient 
    ##(works because accum_vars and gvs are in the same order)
    accum_ops = [accum_vars[i].assign_add(gv[0]) for i, gv in enumerate(grads)]
    # Define the training step (part with variable value update)
    train_op = optimizer.apply_gradients([(accum_vars[i] / float(mini_batch), gv[1]) for i, gv in enumerate(grads)])

init=tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
sess.as_default()
update_ops = tf.get_collection(tf.GraphKeys.UPDATE_OPS)
print(update_ops)
batches = int(X_input.shape[0]/mini_batch)
for i in range(num_epochs):
    sess.run(zero_ops)
    for b in range(batches):
        acum = sess.run(accum_ops, feed_dict={X: X_input[b:mini_batch+b, :], Y: Y_input[b:mini_batch+b, :]})

    sess.run(train_op, feed_dict={X: X_input[b:mini_batch+b, :], Y: Y_input[b:mini_batch+b, :]})

    csum = 0.0
    for b in range(batches):
        c= sess.run(cost, feed_dict={X: X_input[b:mini_batch+b, :], Y: Y_input[b:mini_batch+b, :]})
        csum = csum + c
    cost_trace.append(c/float(batches))

error = sess.run(error, feed_dict={X: X_input, Y: Y_input})
print("MSE TRAINING: " + str(cost_trace[-1]))

import matplotlib.pyplot as plt
plt.plot(cost_trace)
plt.show()

Я ожидал некоторой разницы в изменении размера пакета, но это не заметно. На самом деле, когда я запускаю с размером пакета один, сходится лучше, чем большие. А также есть несколько вопросов. при запуске sess.run (train_op, feed_dict) также снова запускает команду fas_ops с повторением последнего примера? Верно ли такое поведение функции стоимости? Как я могу отладить, если какой-то узел графа выполняется, когда я не хочу, чтобы он выполнялся? правильно ли этот способ накапливать градиенты?

Не стесняйтесь делать свои собственные эксперименты, изменяя размер пакета и скорость обучения, чтобы понять, о чем я говорю.

...