申请专栏作者
您的当前位置:主页 > 机器学习 > 正文

比Pytorch Hub更早?三分钟带你弄懂PaddleHub!

来源: 时间:2019-06-20
请点击下面的广告后浏览!
Hub是什么?Hub本意是中心,docker有docker Hub,大家可以把自己创建的镜像打包提交到docker hub上,需要的时候再pull下来,非常方便,那么模型是不是也可以这样玩呢?完全可以啊!很多时候我们不需要从头开始训练模型,如果有预训练好的模型,直接做迁移学习就可以,但是传统的方式基本上都需要从各个官网上去下载,模型比较大,用起来并不轻量。现在各家都发布了Hub ,可以直接从Hub上下载pretrain模型做finetune或预测,极大的减轻了工作量。下面直接从四个维度对比下Pytorch Hub和PaddleHub~
 
Pytorch Hub V.S PaddleHub
支持模型数量
Pytorch Hub 目前支持18个模型,PaddleHub支持29个,包含16个model和13个module,model可以直接使用,module提供了预训练模型的参数,支持命令行调用,下面来看看分别支持哪些模型:

 

内容来自可思数据

Pytorch Hub目前支持18种模型
 

  可思数据-数据挖掘,智慧医疗,机器视觉,机器人

PaddleHub目前支持29种模型(包含model和module)
 
从图中可以看到,PaddleHub支持的模型数量有的优势;而Pytorch Hub涉及的方向更多,但是每个方向的模型并不多,对CV的支持更多;PaddleHub涉及的方向只有两个,CV和NLP,但是对NLP的支持尤其多,高达22个,不仅包括目前最潮的BERT,还有百度自己研发的知识增强语义表示模型ERNIE,在多个中文NLP任务中表现超过BERT。
 
是否支持命令行运行
目前Pytorch Hub不支持命令行运行,但PaddleHub支持,命令行运行就是指我们安装PaddleHub后,可以无需进入python环境,即可快速体验PaddleHub无需代码、一键预测的命令行功能。需要注意的是,在PaddleHub中,既可以支持命令行使用,即在终端输入,如下所示:
 
$ hub run XXX(nlp模型) --input_text XXX(需要预测的内容) 
$ hub run XXX(cv模型) --input_path XXX(需要预测的内容)
 
也可以支持调用api,如下所示:
import paddlehub as hub 
 
hub.finetune_and_eval( 
task, 
data_reader, 
feed_list, 
config=None)
 
实际上,PaddleHub为Model和Module的管理和使用都提供了命令行工具,但是model和module是有区别的,一个是模型,一个是模块。 
 
model表示预训练好的参数和模型,当需要使用Model进行预测时,需要模型配套的代码,进行模型的加载,数据的预处理等操作后,才能进行预测。我们在使用PaddleHub来调用模型时,可以使用hub download 命令获取到的model再进行实验。module是model的一个可执行模块,简单来说,一个Module可以支持直接命令行预测,也可以配合PaddleHub Finetune API,通过少量代码实现迁移学习。需要注意的是,不是所有的Module都支持命令行预测; (例如BERT/ERNIE Transformer类模型,一般需要搭配任务进行finetune) 也不是所有的Module都可用于finetune(例如LAC词法分析模型,我们不建议用户用于finetune),具体区别请见PaddleHub的github wiki(参考文献2)
 
是否支持Fine-tune
PyTorch Hub 没有Fine-tune接口,PaddleHub可以支持直接从hub调用Fine-tune 的api。在https://pytorch.org/官网下的文档中可以看到,目前Pytorch Hub不支持hub一键式fine-tuning,现有模型的finetuning还是基于传统的脚本式调参。
 
PaddleHub在Fine-tune这一块做的很完善,在前一个板块也给大家详细举了示例讲解,在PaddleHub的官方GitHub中,有非常详细的Fine-tune教程,大家可以参考:
 
PaddleHub图像分类迁移: 
https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub图像分类迁移教程 
 
PaddleHub文本分类迁移:
https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub文本分类迁移教程
 
是否支持用户自定义上传模型
PyTorch Hub 支持,PaddleHub不支持。我看了https://pytorch.org/官网下的文档,只需要在开源的模型代码里增加了一个hubconf.py, 然后在pytorch/hub里提一个pr,cr后merge到 branch/tag 这个分支就ok了。方法非常简单,代码也不复杂。
 
torch.hub.load(github, model, force_reload=False, *args, **kwargs)
 
PaddleHub目前暂时还不支持用户自己提交新模型,但后期应该会支持这个功能,到时候希望大家能踊跃使用,push自己的新模型哦~
 
总结一下四个维度的比较:

 

可思数据-www.sykv.cn,sykv.com

 
总之,从这四个维度上,我个人感觉Pytorch Hub更像一个小工具,帮助大家迅速试用一下开源的新模型,但是真正到实际应用,还是要基于老的一套的fine-tuning,不能直接从hub里调用fine-tune的api,所以并不实用。 从工业级实用的角度来说,PaddleHub做的要更成熟一些,用户可以更方便的使用PaddleHub来进行Fine-tune。
 
下面,我们具体来看看PaddleHub如何直接使用命令行,调用一行代码show出结果& 使用Finetune Api来对模型进行微调,并举一个实例教大家一步一步实现。
 
一行命令调用,直接输出结果
PaddleHub安装
环境依赖
Python==2.7 or Python>=3.5
PaddlePaddle>=1.4.0
 
安装
pip install paddlehub
 
命令行快速体验
安装好后,不需要进入python环境import就可以直接先体验hub的便捷,因为在PaddleHub中hub可以作为一个独立的模块直接运行。PaddleHub目前包含图像分类、目标检测、词法分析、Transformer、情感分析五大类。
 
一行代码预测
分词
# 使用百度LAC进行分词 • 
$ hub run lac --input_text "今天的你真好看" 
[{'tag': ['TIME', 'u', 'r', 'd', 'a'], 'word': ['今天', '的', '你', '真', '好看']}]
 
情感分析
# 使用百度Senta情感分析模型对句子进行预测 
$ hub run senta_bilstm --input_text "老铁666,带你开黑" 
[{'text': '老铁666,带你开黑', 
'sentiment_key': 'positive', 'sentiment_label': 2, 'positive_probs': 0.72
06, 'negative_probs': 0.2794}]
 
目标检测
#使用SSD检测模型对图片进行目标检测 
hub run ssd_mobilenet_v1_pascal --input_path test_img_bird.jpg
 
检测结果:

  本文来自可思数据,转载请联系本站及注明出处

 
图像识别
# 使用resnet-50做图像识别 
hub run resnet_v2_50_imagenet --input_path test_img_bird.jpg 
Install Module resnet_v2_50_imagenet 
Downloading resnet_v2_50_imagenet 
[==================================================] 100.00% 
Uncompress /root/.paddlehub/cache/resnet_v2_50_imagenet 
[==================================================] 100.00% 
Successfully installed resnet_v2_50_imagenet-1.0.0 
[[{'brambling': 0.4907981}]]
 
注:模型未下载时会先下载再预测,也可以先试用hub install model_name 下载好模型再使用hub run预测,也可直接运行hub run。hub一共有十个命令,其他命令可参考PaddleHub命令行工具(参考文献2)
 
支持29种模型
PaddleHub目前支持29种模型,主要以CV和NLP模型为主,包括NLP目前最火的BERT和百度自己自己研发开源的ERNIE,以及CV中的ssd-mobilenet、resnet-50、resnet-152等。
 
NLP预测
数据通过 —input_text或—input_file导入来实现单次预测和批量预测
 
# 单文本预测 
hub run lac --input_text "今天是个好日子" 
 
# 多文本分析 
hub run lac --input_file test.txt
 
CV预测
数据通过—input_path或—input_file导入来实现单次预测和批量预测
 
# 单张照片预测 
hub run ssd_mobilenet_v1_pascal --input_path test.jpg 
# 多张照片预测 
hub run ssd_mobilenet_v1_pascal --input_file test.txt
 
支持迁移学习,Fine-tune更Easy
Fine-tune全景图

 

可思数据-人工智能资讯平台

 
PaddleHub+Finetune流程图

  本文来自可思数据,转载请联系本站及注明出处

 
PaddleHub Finetune api
 
Fine-tune是迁移学习中使用最多的方式之一,通常我们可以在预训练好的模型上进行微调来实现模型迁移,从而达到模型适应新领域(Domain)数据的目的。上图是做一个完整的迁移学习需要的步骤,下面举个实例教大家如何用PaddleHub做图像分类迁移学习。
 
1.准备工作
安装PaddlePaddle和PaddleHub
 
pip install paddlepaddle( 推荐安装1.4.0版本以上) 
pip install paddlehub
 
2.选择模型
此处使用经典的ResNet-50作为预训练模型
 
module_map = { 
"resnet50": "resnet_v2_50_imagenet", 
"resnet101": "resnet_v2_101_imagenet", 
"resnet152": "resnet_v2_152_imagenet", 
"mobilenet": "mobilenet_v2_imagenet", 
"nasnet": "nasnet_imagenet", 
"pnasnet": "pnasnet_imagenet" 
module_name = module_map["resnet50"] 
module = hub.Module(name = module_name)
 
3.准备数据
# 直接用PaddleHub提供的数据集 
dataset = hub.dataset.DogCat()# 生成readerdata_reader = hub.reader.ImageClassificationReader( 
image_width=module.get_expected_image_width(), 
image_height=module.get_expected_image_height(), 
images_mean=module.get_pretrained_images_mean(), 
images_std=module.get_pretrained_images_std(), 
dataset=dataset)
 
4.组建Finetune Task
由于猫狗分类是一个二分类的任务,而我们下载的分类module是在ImageNet数据集上训练的千分类模型,所以我们需要对模型进行简单的微调,把模型改造为一个二分类模型:
1. 获取module的上下文环境,包括输入和输出的变量,以及Paddle Program;
2. 量中找到特征图提取层feature_map;
3. 在feature_map后面接入一个全连接层,生成Task
 
input_dict, output_dict, program = module.context(trainable=True) 
img = input_dict["image"] 
feature_map = output_dict["feature_map"] 
 
task = hub.create_img_cls_task( 
feature=feature_map, num_classes=dataset.num_labels) 
 
feed_list = [img.name, task.variable("label").name]# 设置
configconfig = hub.RunConfig(use_cuda=False, 
num_epoch=1, 
checkpoint_dir="cv_finetune_turtorial_demo", 
batch_size=32, 
log_interval=10, 
eval_interval=50, 
strategy=hub.finetune.strategy.DefaultFinetuneStrategy())
 
5.启动Fine-tune并查看效果
可以选择finetune_and_eval接口来进行模型训练,这个接口在finetune的过程中,会周期性的进行模型效果的评估,以便我们了解整个训练过程的性能变化。
 
hub.finetune_and_eval( 
task, feed_list=feed_list, data_reader=data_reader, config=config)
 
训练过程中的性能数据会被记录到本地,我们可以通过VisualDL来可视化这些数据。我们在shell中输入以下命令来启动VisualDL,其中${HOST_IP}为本机IP,需要用户自行指定
 
$ visualdl --logdir ./cv_finetune_turtorial_demo/vdllog --host ${HOST_IP} --port 8989
 
启动服务后,我们使用浏览器访问${HOST_IP}:8989,可以看到训练以及预测的loss曲线和accuracy曲线。最后再按照常规流程对模型进行预测即可。
 
参考资料: 
1.PaddleHub官方github:
https://github.com/PaddlePaddle/PaddleHub 
2.PaddleHub命令行工具:
https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub命令行工具 
3.Paddle-code:
https://github.com/huxiaoman7/PaddlePaddle_code 
4.Paddle-models:
https://github.com/PaddlePaddle/models 
5.Pytorch Hub:
https://pytorch.org/blog/towards-reproducible-research-with-pytorch-hub/
 
声明:本文版权归原作者所有,文章收集于网络,为传播信息而发,如有侵权,请联系小编及时处理,谢谢!
 
 
可思数据-AI,智能驾驶,人脸识别,区块链,大数据

上一篇:机器学习 | 特征工程
下一篇:没有了

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片

Copyright©2005-2019 Sykv.com 可思数据 版权所有    网站地图   联系我们  

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部