python - 使用 AdamOptimizer 继续训练自定义 tf.Estimator

问题描述

我创建了一个自定义 tf.Estimator，我正在使用 tf.train.AdamOptimizer 训练其权重。当我继续训练现有模型时，我观察到在 Tensorboard 中继续训练开始时指标的急剧变化。几个步骤后，指标趋于稳定。该行为看起来类似于训练模型时的初始瞬态。如果我继续在同一个 Estimator 实例上进行训练，或者如果我从检查点重新创建估计器，则行为是相同的。我怀疑重新开始训练时移动平均值和/或偏差校正因子被重置。模型权重本身似乎得到了适当的恢复，因为指标确实从它们之前稳定的地方继续，只有有效学习率似乎太高了。

以前的 Stack-Overflow 答案似乎表明这些辅助学习参数应该与检查点一起存储模型权重。那么我在这里做错了什么？如何控制这些辅助变量的恢复？我希望能够继续训练，就好像它从未停止过一样。然而，其他人有时似乎在寻找相反的控制，在不重置模型权重的情况下完全重置优化器。显示如何实现这两种效果的答案可能最有帮助。

这是我的草图model_fn：

def model_fn(features, labels, mode, params):
    inputs = features['inputs']
    logits = create_model(inputs, training=mode == tf.estimator.ModeKeys.TRAIN)

    if mode == tf.estimator.ModeKeys.PREDICT:
        ...

    if mode == tf.estimator.ModeKeys.TRAIN:
        outputs = labels['outputs']

        loss = tf.losses.softmax_cross_entropy(
            tf.one_hot(outputs,tf.shape(inputs)[-1]),
            logits,
#            reduction=tf.losses.Reduction.MEAN,
        )
        optimizer = tf.train.AdamOptimizer(learning_rate=params.learning_rate)

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

        with tf.control_dependencies(update_ops):
            train_op = optimizer.minimize(loss, tf.train.get_or_create_global_step())

        accuracy = tf.metrics.accuracy(
            labels = outputs,
            predictions = tf.argmax(logits, axis=-1),
        )

        tf.summary.histogram('logits',logits)
        tf.summary.scalar('accuracy', accuracy[1])
        tf.summary.scalar('loss', loss)

        return tf.estimator.EstimatorSpec(
            mode=tf.estimator.ModeKeys.TRAIN,
            loss=loss,
            train_op=train_op)

    if mode == tf.estimator.ModeKeys.EVAL:
        ...

    raise ValueError(mode)

训练步骤调用如下：

cfg = tf.estimator.RunConfig(
    save_checkpoints_secs = 5*60,  # Save checkpoints every 1 minutes.
    keep_checkpoint_max = 10,       # Retain the 10 most recent checkpoints.
    save_summary_steps = 10,
    log_step_count_steps = 100,
)
estimator = tf.estimator.Estimator(
    model_fn = model_fn,
    params = dict(
        learning_rate = 1e-3,
    ),
    model_dir = model_dir,
    config=cfg,
)
# train for the first time
estimator.train(
    input_fn=train_input_fn,
)
# ... at some later time, train again
estimator.train(
    input_fn=train_input_fn,
)

编辑：

和的warm_start_from参数的文档并不完全清楚在默认情况下究竟会发生什么，正如我在上面的示例中使用的那样。但是，[ ] ( https://www.tensorflow.org/api_docs/python/tf/train/warm_start ) 的文档似乎表明在默认情况下，所有内容都将被热启动，这tf.estimator.Estimatortf.estimator.WarmStartSettingstf.train.warm_startTRAINABLE_VARIABLES

从批处理规范中排除变量，例如累加器和移动统计信息

确实，我在中找到了 Adam 的累加器变量VARIABLES，但在中没有TRAINABLE_VARIABLES。这些文档页面还说明了如何将热启动变量列表更改为tf.Variable实例列表或它们的名称列表。但是，仍然存在一个问题：我如何提前创建这些列表之一，因为有了tf.Estimator，我没有图表来收集这些变量/它们的名称？

编辑2：

源代码warm_start突出了一个未记录的特性：变量名列表实际上是一个正则表达式列表，要与 GLOBAL_VARIABLES 匹配。因此，可以使用

    warm_start_from=tf.estimator.WarmStartSettings(
        ckpt_to_initialize_from=str(model_dir),
    #    vars_to_warm_start=".*", # everything in TRAINABLE_VARIABLES - excluding optimiser params 
        vars_to_warm_start=[".*"], # everything in GLOBAL_VARIABLES - including optimiser params 
    ),

加载所有变量。然而，即便如此，汇总统计数据的峰值仍然存在。有了这个，我现在完全不知所措。

标签： pythontensorflowmachine-learningtensorflow-estimator

python - 使用 AdamOptimizer 继续训练自定义 tf.Estimator

问题描述

解决方案

推荐阅读