引自官方： Transfer Learning tutorial
Ng在Deeplearning.ai中讲过迁移学习适用于任务A、B有相同输入、任务B比任务A有更少的数据、A任务的低级特征有助于任务B。对于迁移学习，经验规则是如果任务B的数据很小，那可能只需训练最后一层的权重。若有足够多的数据则可以重新训练网络中的所有层。如果重新训练网络中的所有参数，这个在训练初期称为预训练（pre-training），因为事先利用任务A的权重初始化。在预训练的基础上更新权重，那么这个过程叫微调（fine tuning）。微调有两种方式：全局、局部。全局微调：在预训练的基础上重新更新所有权重。局部微调：例如冻结卷积层的权重，另其为特征提取器，而只更新最后的一两层全连接。这也是迁移学习的两种方式。
下面分别讨论这两种学习方式：
问题描述：蚂蚁和蜜蜂的二分类，利用resnet18预训练。
一. 全局微调
1. Load Dada
利用 torchvision.datasets.ImageFolder 实现，即需要将每一类的所有图片单独放到每一个文件夹下，文件夹的命名即为类名。这里将数据设置为训练集与验证集，采用字典的形式。
data_transforms = { ‘train‘: transforms.Compose([ transforms.RandomResizedCrop(224), # 裁剪到224,224 transforms.RandomHorizontalFlip(), # 随机水平翻转给定的PIL.Image,概率为0.5。即：一半的概率翻转，一半的概率不翻转。 transforms.ToTensor(), # 把一个取值范围是[0,255]的PIL.Image或者shape为(H,W,C)的numpy.ndarray，转换成形状为[C,H,W]，取值范围是[0,1.0]的FloadTensor transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) ]), ‘val‘: transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) ]), } data_dir = ‘hymenoptera_data‘ image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x), # 同时进行transform data_transforms[x]) for x in [‘train‘, ‘val‘]} dataloaders = {x: torch.utils.data.DataLoader(image_datasets[x], batch_size=4, shuffle=True, num_workers=4) for x in [‘train‘, ‘val‘]}
dataset_sizes = {x: len(image_datasets[x]) for x in [‘train‘, ‘val‘]} # 训练集与验证集数量
class_names = image_datasets[‘train‘].classes # 样本类别名（子文件夹名） use_gpu = torch.cuda.is_available() # 检验是否可用cuda
2. Visualize a few images
可视化一个批量数据，利用 torchvision.utils.make_grid 实现。
此时make_grid的输入仍为Tensor（C，W，H），而imshow的时候要转回（W，H，C）。而后要乘以方差并加上均值。注意之前的的预处理（减均值除方差）操作应该只是在一个batch上进行的，并非在全部样本上操作。
def imshow(inp, title=None): """Imshow for Tensor.""" inp = inp.numpy().transpose((1, 2, 0)) mean = np.array([0.485, 0.456, 0.406]) std = np.array([0.229, 0.224, 0.225]) inp = std * inp + mean inp = np.clip(inp, 0, 1) plt.imshow(inp) if title is not None: plt.title(title) plt.pause(0.001) # pause a bit so that plots are updated # Get a batch of training data inputs, classes = next(iter(dataloaders[‘train‘])) # 取一个abtch的样本操作 # Make a grid from batch out = torchvision.utils.make_grid(inputs) # 此时的输入为Tensor imshow(out, title=[class_names[x] for x in classes])
3. Traning the model
这里的主要操作有：Scheduling the learning rate（规划学习率）、Saving the best model（保存最优模型）
先介绍 scheduler 的用法：
optim模块除了常规的用法外（一个参数组）：
optim.SGD(model.parameters(), lr=1e-2, momentum=.9)
还可以制定任意一层的学习率（多个参数组）：下面为两个参数组
optim.SGD([ {‘params‘: model.base.parameters()}, {‘params‘: model.classifier.parameters(), ‘lr‘: 1e-3} ], lr=1e-2, momentum=0.9)
那么多个参数组如何进一步调整学习率呢？用到了 torch.optim.lr_scheduler ，它提供了几种方法来根据epoches的数量调整学习率。有些优化算法已经拥有了学习率衰减参数lr_decay ，例如：
class torch.optim.Adagrad(params, lr=0.01, lr_decay=0, weight_decay=0)
首先介绍： class torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1)
其中optimizer就是包装好的优化器， lr_lambda即为操作学习率的函数。将每个参数组的学习速率设置为初始的lr乘以一个给定的函数。当last_epoch=-1时，将初始lr设置为lr。
>>> # Assuming optimizer has two groups. 这里假定有两个参数组，固有两个函数 >>> lambda1 = lambda epoch: epoch // 30 >>> lambda2 = lambda epoch: 0.95 ** epoch >>> scheduler = LambdaLR(optimizer, lr_lambda=[lambda1, lambda2]) # lambda的结果作为乘法因子与学习率相乘 >>> for epoch in range(100): >>> scheduler.step() # 在训练的时候进行迭代 >>> train(...) >>> validate(...)
然后介绍： torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)
其中optimizer就是包装好的优化器，step_size (int) 为学习率衰减期，指几个epoch衰减一次。gamma为学习率衰减的乘积因子。 默认为0.1 。当last_epoch=-1时，将初始lr设置为lr。
>>> # Assuming optimizer uses lr = 0.5 for all groups 假定初始的所有参数组学习率都为0.5 >>> # lr = 0.05 if epoch < 30 因为衰减器为30个epoch，所以没够30个epoch学习率乘以0.1 >>> # lr = 0.005 if 30 <= epoch < 60 >>> # lr = 0.0005 if 60 <= epoch < 90 >>> # ... >>> scheduler = StepLR(optimizer, step_size=30, gamma=0.1) >>> for epoch in range(100): >>> scheduler.step() >>> train(...) >>> validate(...)
好了，来看一下训练的代码吧：
def train_model(model, criterion, optimizer, scheduler, num_epochs=25): since = time.time() best_model_wts = copy.deepcopy(model.state_dict()) # 先深拷贝一份当前模型的参数，后面迭代过程中若遇到更优模型则替换 best_acc = 0.0 # 初始准确率 for epoch in range(num_epochs): print(‘Epoch {}/{}‘.format(epoch, num_epochs - 1)) print(‘-‘ * 10) # Each epoch has a training and validation phase for phase in [‘train‘, ‘val‘]: if phase == ‘train‘: scheduler.step() # 训练的时候进行学习率规划，其定义在下面给出 model.train(True) # Set model to training mode 设置为训练模式 else: model.train(False) # Set model to evaluate mode 设置为测试模式 running_loss = 0.0 running_corrects = 0 # Iterate over data. for data in dataloaders[phase]: # get the inputs inputs, labels = data # wrap them in Variable if use_gpu: inputs = Variable(inputs.cuda()) labels = Variable(labels.cuda()) else: inputs, labels = Variable(inputs), Variable(labels) # zero the parameter gradients optimizer.zero_grad() # forward outputs = model(inputs) _, preds = torch.max(outputs.data, 1) loss = criterion(outputs, labels) # backward + optimize only if in training phase if phase == ‘train‘: loss.backward() optimizer.step() # statistics running_loss += loss.data[0] * inputs.size(0) running_corrects += torch.sum(preds == labels.data) epoch_loss = running_loss / dataset_sizes[phase] epoch_acc = running_corrects / dataset_sizes[phase] print(‘{} Loss: {:.4f} Acc: {:.4f}‘.format( phase, epoch_loss, epoch_acc)) # deep copy the model if phase == ‘val‘ and epoch_acc > best_acc: # 当验证时遇到了更好的模型则予以保留 best_acc = epoch_acc best_model_wts = copy.deepcopy(model.state_dict()) # 深拷贝模型参数 print() time_elapsed = time.time() - since print(‘Training complete in {:.0f}m {:.0f}s‘.format( time_elapsed // 60, time_elapsed % 60)) print(‘Best val Acc: {:4f}‘.format(best_acc)) # load best model weights model.load_state_dict(best_model_wts) # 载入最优模型参数 return model
4. Finetuning the convnet
model_ft = models.resnet18(pretrained=True) # model_ft即为含训练好参数的残差网络 num_ftrs = model_ft.fc.in_features # 最后一个全连接的输入维度，这里实为512 model_ft.fc = nn.Linear(num_ftrs, 2) # 将最后一个全连接由（512， 1000）改为(512, 2) 因为原网络是在1000类的ImageNet数据集上训练的 if use_gpu: model_ft = model_ft.cuda() # 将网络里的变量也调用cuda criterion = nn.CrossEntropyLoss() # 多累交叉熵 # Observe that all parameters are being optimized optimizer_ft = optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9) # 单参数组 # Decay LR by a factor of 0.1 every 7 epochs exp_lr_scheduler = lr_scheduler.StepLR(optimizer_ft, step_size=7, gamma=0.1) # 每7个epoch衰减0.1倍
model_ft = train_model(model_ft, criterion, optimizer_ft, exp_lr_scheduler, num_epochs=25)
这里预训练好的model_ft 就是一个model，可以查看其参数与结构：
print (model_ft) # 查看网络结构 for name, para in model_ft.named_parameters(): # 查看网络参数名字与尺寸 print(name,‘:‘, para.size())
5. Visualizing the model predictions
可视化预测结果：
def visualize_model(model, num_images=6): was_training = model.training # 检验是否是训练模式 model.eval() # 模式设置为测试模式 images_so_far = 0 fig = plt.figure() for i, data in enumerate(dataloaders[‘val‘]): inputs, labels = data if use_gpu: inputs, labels = Variable(inputs.cuda()), Variable(labels.cuda()) else: inputs, labels = Variable(inputs), Variable(labels) outputs = model(inputs) _, preds = torch.max(outputs.data, 1) for j in range(inputs.size()[0]): images_so_far += 1 ax = plt.subplot(num_images//2, 2, images_so_far) ax.axis(‘off‘) ax.set_title(‘predicted: {}‘.format(class_names[preds[j]])) imshow(inputs.cpu().data[j]) if images_so_far == num_images: model.train(mode=was_training) return model.train(mode=was_training)
二. 局部微调
ConvNet as fixed feature extractor
将conv的参数都固定，只调整全连接。
model_conv = torchvision.models.resnet18(pretrained=True) for param in model_conv.parameters(): param.requires_grad = False # 将所有参数求导设为否 # Parameters of newly constructed modules have requires_grad=True by default num_ftrs = model_conv.fc.in_features model_conv.fc = nn.Linear(num_ftrs, 2) # 取代最后一个全连接 if use_gpu: model_conv = model_conv.cuda() criterion = nn.CrossEntropyLoss() # Observe that only parameters of final layer are being optimized as # opoosed to before. optimizer_conv = optim.SGD(model_conv.fc.parameters(), lr=0.001, momentum=0.9) # Decay LR by a factor of 0.1 every 7 epochs exp_lr_scheduler = lr_scheduler.StepLR(optimizer_conv, step_size=7, gamma=0.1)
需要注意的是：新构建的model的参数默认为 requires_grad=True ！
model_conv = train_model(model_conv, criterion, optimizer_conv, exp_lr_scheduler, num_epochs=25)
训练结果比全局调优还好一些。
