全国统一热线:

新闻动态

news

新闻动态

人才招聘

   人才管理 人才管理从战略和组织发展需求出发,围绕人才队伍建设,针对不同人才群体形成差异化的管理系统,构成人才标准、规划、选拔、培养、使用和保留的管理闭环。 推动关键岗位员工进行多岗位、跨职能、跨行业历练,...
点击查看更多
新闻动态

当前位置:官网首页 > 新闻动态 >

听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹

2019-08-09 11:44

原标题:听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹

大数据文摘出品

作者:钱天培、魏子敏

训练神经网络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。

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。

展开全文

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。

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。

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。

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 pyaudioimport numpy as npimport wave

import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimfrom 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 = 44100duration = 0.01f = 200.0p, 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 epoachif 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/

全国统一热线

+地址:广东省广州市天河区88号
+传真:
+邮箱:admin@baidu.com

友情链接

微信平台

微信平台

手机官网

手机官网