申请专栏作者 参展
投稿发布
您的当前位置:主页 > 机器学习 > 正文

听,是梯度的声音!用听觉监控神经网络训练,

来源: 时间:2019-08-05
请支持本站,点击下面的广告后浏览!
训练是个极为枯燥的工作。与其盯着Learning Curves发呆,或许可以调动一下其他感官,一起做点更有意思的事情。
 
比如说,眼睛看久了,可以让耳朵也活动活动。
 
一位酷爱弹吉他的数据科学家就希望,在调参时把其他器官也调动起来共同监督神经网络的训练。
 
他用一段程序将神经网络训练时的梯度转化成音频,这样,你就可以通过听不同的声音模式知晓训练情况。

  可思数据sykv.com,sykv.cn

先来一段我们制作的小样——梯度的声音!
 
听出来了嘛?这可是Adam optimizer的弹拨下,梯度发出的声音。

 

内容来自可思数据sykv.com

 
umm没错,确实很难听... 不过先别急着下结论,因为... 更难听的还在后头呢……
 
把梯度训练变成声音,边听音乐边炼丹
通常,我们需要通过测量许多不同的指标来完成训练,例如准确度、损失、梯度等。多数调参工程师会选择将这些指标整合,并在TensorBoard上绘制可视化图。

 

可思数据sykv.com,sykv.cn

 
而这位名叫Christian S. Perone的数据科学家就厌倦了一直盯着各种参数的传统训练方式,经常玩音乐的他开发了一个小系统,把梯度训练变成声音,并且发布了全部120行代码。

 

可思数据sykv.com,sykv.cn

Christian S. Perone也是位吉他手
 
他用一段程序将神经网络训练时的梯度转化成音频,通过听不同的声音模式就知道训练情况。
 
这是个讨巧的训练监督方式,毕竟,听觉是目前在神经网络训练中很少被用到的感官。而事实上,人类的听觉感官也非常敏锐,可以非常好地区分非常小的特征,例如节奏和音调,即便是很微小或者短暂的变动,人们也很容易有直观的感受。
 
先一起来看几个非常简单的训练例子。
 
以下的几段声音显示了我们使用每层的梯度范数进行的合成声音,以及使用不同设置(如不同学习率、优化器、动量)对MNIST进行卷积神经网络训练的训练步骤等。
 
因为微信编辑限制,每篇文章只能插入一段音频,我们将后三段声音转化成了视频,请大家点击收听。
 
使用LR 0.01训练声音与SGD
此段表示,在第一个epoch的前200个step中使用batch size为10的训练结果。我们选取了0.01的learning rate。音高越高,层的范数(norm)就越高,不同批次之前我们插入了短暂的静音。注意渐变在时间内增加。
 
使用LR 0.1训练声音与SGD
与上述相同,但我们把learning rate调高到了0.1。
 
使用LR 1.0训练声音与SGD
与上述相同,但是学习率更高,梯度爆炸并最后发散了,注意高音。嗯,听到最后觉得这个网络大概是死了吧,
 
使用LR 1.0和BS 256训练声音与SGD
相同的设置,但学习率高达1.0,批量大小为256.注意渐变如何爆炸,然后有NaNs导致最终声音。
 
这货真的有用吗?
花了这么大力气,我就想知道,靠耳朵调参真的靠谱吗?
 
没错,如你所料,可能没什么卵用。虽然在上面的例子中,我们可以很明显得听出不同参数的差别,但这些例子都是比较极端的情况。
 
所以,为什么还要制作这些音频呢?
 
大概是因为,调参真的是太无聊了吧。

 

可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com

 
开源代码,自己动手试试吧!
 
最后,还是放上Christian发布的完整开源代码,你需要安装PyAudio和PyTorch来运行代码。感兴趣的读者,不妨自己试试看。
 
import pyaudio
import numpy as np
import wave
 
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets, transforms
 
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(1, 20, 5, 1)
self.conv2 = nn.Conv2d(20, 50, 5, 1)
self.fc1 = nn.Linear(4*4*50, 500)
self.fc2 = nn.Linear(500, 10)
 
self.ordered_layers = [self.conv1,
self.conv2,
self.fc1,
self.fc2]
 
def forward(self, x):
x = F.relu(self.conv1(x))
x = F.max_pool2d(x, 2, 2)
x = F.relu(self.conv2(x))
x = F.max_pool2d(x, 2, 2)
x = x.view(-1, 4*4*50)
x = F.relu(self.fc1(x))
x = self.fc2(x)
return F.log_softmax(x, dim=1)
 
def open_stream(fs):
p = pyaudio.PyAudio()
stream = p.open(format=pyaudio.paFloat32,
channels=1,
rate=fs,
output=True)
return p, stream
 
def generate_tone(fs, freq, duration):
npsin = np.sin(2 * np.pi * np.arange(fs*duration) * freq / fs)
samples = npsin.astype(np.float32)
return 0.1 * samples
 
def train(model, device, train_loader, optimizer, epoch):
model.train()
 
fs = 44100
duration = 0.01
f = 200.0
p, stream = open_stream(fs)
 
frames = []
 
for batch_idx, (data, target) in enumerate(train_loader):
data, target = data.to(device), target.to(device)
optimizer.zero_grad()
output = model(data)
loss = F.nll_loss(output, target)
loss.backward()
 
norms = []
for layer in model.ordered_layers:
norm_grad = layer.weight.grad.norm()
norms.append(norm_grad)
 
tone = f + ((norm_grad.numpy()) * 100.0)
tone = tone.astype(np.float32)
samples = generate_tone(fs, tone, duration)
 
frames.append(samples)
 
silence = np.zeros(samples.shape[0] * 2,
dtype=np.float32)
frames.append(silence)
 
optimizer.step()
 
# Just 200 steps per epoach
if batch_idx == 200:
break
 
wf = wave.open("sgd_lr_1_0_bs256.wav", 'wb')
wf.setnchannels(1)
wf.setsampwidth(p.get_sample_size(pyaudio.paFloat32))
wf.setframerate(fs)
wf.writeframes(b''.join(frames))
wf.close()
 
stream.stop_stream()
stream.close()
p.terminate()
 
def run_main():
device = torch.device("cpu")
 
train_loader = torch.utils.data.DataLoader(
datasets.MNIST('../data', train=True, download=True,
transform=transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))
])),
batch_size=256, shuffle=True)
 
model = Net().to(device)
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5)
 
for epoch in range(1, 2):
train(model, device, train_loader, optimizer, epoch)
 
if __name__ == "__main__":
run_main()
 
相关报道:
http://blog.christianperone.com/2019/08/listening-to-the-neural-network-gradient-norms-during-training/
 
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!
 
 

本文来自可思数据(sykv.com),转载请联系本站及注明出处



转发量:

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
数据标注服务

关于我们   免责声明   广告合作   版权声明   联系方式   原创投稿   网站地图  

Copyright©2005-2019 Sykv.com 可思数据 版权所有    ICP备案:京ICP备14056871号

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
关闭