时间戳

首页 > 解决方案 > keras中不同批量大小的损失计算

python - keras中不同批量大小的损失计算

问题描述

我知道理论上，一个批次的网络损失只是所有个体损失的总和。这反映在用于计算总损失的Keras 代码中。相关：

            for i in range(len(self.outputs)):
            if i in skip_target_indices:
                continue
            y_true = self.targets[i]
            y_pred = self.outputs[i]
            weighted_loss = weighted_losses[i]
            sample_weight = sample_weights[i]
            mask = masks[i]
            loss_weight = loss_weights_list[i]
            with K.name_scope(self.output_names[i] + '_loss'):
                output_loss = weighted_loss(y_true, y_pred,
                                            sample_weight, mask)
            if len(self.outputs) > 1:
                self.metrics_tensors.append(output_loss)
                self.metrics_names.append(self.output_names[i] + '_loss')
            if total_loss is None:
                total_loss = loss_weight * output_loss
            else:
                total_loss += loss_weight * output_loss

但是，我注意到，当我用 abatch_size=32和 a训练网络时batch_size=64，每个 epoch 的损失值仍然或多或少相同，只有~0.05%差异。然而，两个网络的准确度保持不变。所以本质上，批量大小对网络没有太大影响。

我的问题是，当我将批量大小加倍时，假设损失确实被求和，损失实际上不应该是以前值的两倍，或者至少更大吗？网络可能通过更大的批量大小更好地学习的借口被准确度保持完全相同的事实所否定。

无论批次大小如何，损失都或多或少保持不变的事实让我认为它被平均了。

标签： pythontensorflowkerasdeep-learningloss

解决方案

您发布的代码涉及多输出模型，其中每个输出可能有自己的损失和权重。因此，不同输出层的损失值被加在一起。但是，如您在loss.py文件中所见，单个损失是批次的平均值。例如，这是与二进制交叉熵损失相关的代码：

def binary_crossentropy(y_true, y_pred):
    return K.mean(K.binary_crossentropy(y_true, y_pred), axis=-1)

更新：在添加了这个答案的第二部分（即损失函数）之后，作为 OP，我axis=-1对损失函数的定义感到困惑，我想它必须是axis=0表示批次的平均值？ ！然后我意识到K.mean()损失函数定义中使用的所有内容都适用于由多个单元组成的输出层的情况。那么批次的平均损失在哪里？我检查了代码以找到答案：为了获得特定损失函数的损失值，调用一个函数，将真实和预测的标签以及样本权重和掩码作为其输入：

weighted_loss = weighted_losses[i]
# ...
output_loss = weighted_loss(y_true, y_pred, sample_weight, mask)

这是什么weighted_losses[i]功能？您可能会发现，它是（增强的）损失函数列表的一个元素：

weighted_losses = [
    weighted_masked_objective(fn) for fn in loss_functions]

fn实际上是loss.py文件中定义的损失函数之一，也可能是用户定义的自定义损失函数。现在这个weighted_masked_objective功能是什么？它已在training_utils.py文件中定义：

def weighted_masked_objective(fn):
    """Adds support for masking and sample-weighting to an objective function.
    It transforms an objective function `fn(y_true, y_pred)`
    into a sample-weighted, cost-masked objective function
    `fn(y_true, y_pred, weights, mask)`.
    # Arguments
        fn: The objective function to wrap,
            with signature `fn(y_true, y_pred)`.
    # Returns
        A function with signature `fn(y_true, y_pred, weights, mask)`.
    """
    if fn is None:
        return None

    def weighted(y_true, y_pred, weights, mask=None):
        """Wrapper function.
        # Arguments
            y_true: `y_true` argument of `fn`.
            y_pred: `y_pred` argument of `fn`.
            weights: Weights tensor.
            mask: Mask tensor.
        # Returns
            Scalar tensor.
        """
        # score_array has ndim >= 2
        score_array = fn(y_true, y_pred)
        if mask is not None:
            # Cast the mask to floatX to avoid float64 upcasting in Theano
            mask = K.cast(mask, K.floatx())
            # mask should have the same shape as score_array
            score_array *= mask
            #  the loss per batch should be proportional
            #  to the number of unmasked samples.
            score_array /= K.mean(mask)

        # apply sample weighting
        if weights is not None:
            # reduce score_array to same ndim as weight array
            ndim = K.ndim(score_array)
            weight_ndim = K.ndim(weights)
            score_array = K.mean(score_array,
                                 axis=list(range(weight_ndim, ndim)))
            score_array *= weights
            score_array /= K.mean(K.cast(K.not_equal(weights, 0), K.floatx()))
        return K.mean(score_array)
return weighted

如您所见，首先在该行中计算每个样本的损失score_array = fn(y_true, y_pred)，然后在最后返回损失的平均值，即return K.mean(score_array)。这证实了报告的损失是每批中每个样本损失的平均值。

请注意K.mean()，如果使用 Tensorflow 作为后端，则调用该tf.reduce_mean()函数。现在，当K.mean()在没有参数的情况下调用时（参数axis的默认值为），因为它在函数中调用，相应的调用计算所有轴的平均值并返回一个值。这就是为什么无论输出层的形状和使用的损失函数如何，Keras 只使用和报告一个单一的损失值（应该是这样的，因为优化算法需要最小化一个标量值，而不是向量或张量） .axisNoneweighted_masked_objectivetf.reduce_mean()

推荐阅读