Backpropgation

Backpropagation

https://www.youtube.com/watch?v=q0pm3BrIUFo
2010년 가을학기, MIT AI 수업 Patrick Winston 교수님 강의.

지금까지 봤던 Backpropagation 강의 중에서 가장 명쾌하다. 중간즈음부터 보면 됨.

가장 핵심적인 스크린샷 몇 장을 소개한다:







자세한 건 강의를 참고하자.

백프로파게이션 알고리즘의 핵심은, 멀티레이어 뉴럴 네트워크를 “효율적” 으로 학습할 수 있게 해 준다는 것이다. 이전 레이어로 넘어갈 때마다 모든 연산을 다시 계산해야 할 필요가 없고, 이전 레이어에서 계산한 내용을 재활용 할 수 있기 때문에 매유 효율적으로 연산이 가능하다.

'DataScience > Deep Learning' 카테고리의 다른 글

Backpropgation  (0) 2015.12.30
Transfer Learning  (0) 2015.12.26
TensorFlow - (7) word2vec - Implementation  (0) 2015.12.26
TensorFlow - (6) word2vec - Theory  (0) 2015.12.26
TensorFlow - (5) MNIST - CNN  (2) 2015.12.03
TensorFlow - (4) MNIST - Softmax Regression  (0) 2015.12.03

Transfer Learning

Transfer Learning

트랜스퍼 러닝이란 딥러닝을 feature extractor로만 사용하고 그렇게 추출한 피처를 가지고 다른 모델을 학습하는 것을 말한다. 여기서는 (위 링크에서는) CNN 에서의 Transfer learning 에 대해 설명한다.

실제로 CNN을 구축하는 경우 대부분 처음부터 (random initialization) 학습하지는 않는다. 대신에, ImageNet과 같은 대형 데이터셋을 사용해서 pretrain된 ConvNet을 이용한다. 크게 3가지의 시나리오가 있다:

원문에 3가지라고 나와서 그대로 옮김. 앞쪽 레이어만 가지고 fine-tuning 하는 걸 따로 세서 3가지 인 듯.

  • ConvNet as fixed feature extractor. pretrained CNN 에서 마지막 classification layer (보통 softmax layer) 만 제거하면 완전한 feature extractor다. 이렇게 추출한 피처들을 CNN codes 라고 부른다. 알렉스넷 (AlexNet) 의 경우 이 CNN codes 는 4096-D codes다. 이 피처들을 사용해서, 우리의 training set은 linear classifier (e.g. Linear SVM or Softmax) 를 학습하기 위해 사용한다.
  • Fine-tuning the ConvNet. 마지막 classification layer만을 retrain하는 것이 아니라 pretrain된 전체 네트워크를 재조정 (fine-tuning) 하는 것. 상대적으로 사용할 수 있는 데이터가 많을 때 적합하다. 경우에 따라서 앞쪽 레이어 (앞쪽 레이어일수록 더욱 general한 feature를 학습하므로) 는 고정시키고 뒤쪽 레이어만 fine-tuning 하기도 한다.

Pretrained models. 최근의 CNN은 여러개의 GPU를 써도 학습하는 데에 몇주씩 걸린다. 이렇게 학습된 CNN의 weights들이 공유되므로 그걸 사용하자.

When and how to fine-tune? 우리의 새로운 데이터가 큰지/작은지, 새 데이터가 pretrain에 사용된 원래 데이터와 비슷한지/다른지에 따라 4가지 시나리오가 있다.

  1. 새 데이터가 작지만 원래 데이터와 비슷한 경우: CNN codes를 사용해서 linear classifier을 학습.
  2. 새 데이터가 크고 원래 데이터와 비슷한 경우: fine-tuning through the full network.
  3. 새 데이터가 작고 원래 데이터와 매우 다른 경우: 데이터가 작으므로 1번처럼 CNN codes를 사용해서 linear classifier를 학습해야겠지만, 문제는 원래 데이터와 달라서 그러면 안 됨. 대신에 네트워크의 앞쪽 레이어의 activation 값을 사용해서 SVM을 학습하자.
  4. 새 데이터가 크고 원래 데이터와 매우 다른 경우: 데이터가 크므로, 처음부터 CNN을 구축해도 되겠지만, 이러한 경우에도 pretrained model을 사용하는 것이 더 좋다. 데이터가 충분하므로 전체 네트워크를 fine-tuning 하자.

'DataScience > Deep Learning' 카테고리의 다른 글

Backpropgation  (0) 2015.12.30
Transfer Learning  (0) 2015.12.26
TensorFlow - (7) word2vec - Implementation  (0) 2015.12.26
TensorFlow - (6) word2vec - Theory  (0) 2015.12.26
TensorFlow - (5) MNIST - CNN  (2) 2015.12.03
TensorFlow - (4) MNIST - Softmax Regression  (0) 2015.12.03

TensorFlow - (7) word2vec - Implementation

TensorFlow

Vector Representations of Words

word2vec or word embedding.

tensorflow/examples/tutorials/word2vec/word2vec_basic.py
tensorflow/models/embedding/word2vec.py
위 두 코드를 참고하자. 여기서 다루는 내용은 word2vec_basic.py 에 해당한다.

Implementation

원문에서는 TF graph를 생성하는 부분에 대해서, 그리고 트레이닝 하는 과정에 대해서 약간 다루지만 여기서는 주석을 단 코드로 대체하였다. 아래의 코드를 참고하자 (코드가 길기 때문에 제일 아래에 두었다). 원문에서 다루는 그래프 생성은 Step 5, 트레이닝은 Step 6에 해당한다. 또한 이 코드에서는 tSNE를 통한 2차원 시각화까지 제공하니, 원문을 참조하도록 하자.

Analogical Reasoning

word2vec이 주목받을 수 있었던 건 바로 이 유추 (analogical reasoning) 가 가능하기 때문이다. 단어를 유의미한 벡터공간으로 매핑하므로, 단어간의 유사도를 측정하여 king is to queen as father is to ? 따위의 질문에 대답이 가능하다. 조금 더 심플하게 표현하면 king - man + woman = queen 이러한 것이 가능하다는 것이다.

Optimizing the Implementation

하이퍼파라메터 (hyperparameter) 의 선택은 모델의 정확도에 큰 영향을 끼친다. 본 튜토리얼에서는 다루지 않지만, 이를 위해 데이터 subsampling 등 여러 트릭을 사용하여 하이퍼파라메터를 잘 튜닝해야 한다.

이 vanilla implementation 은 텐서플로의 유연성을 잘 보여준다. 예를 들어, object (loss) function 을 tf.nn.nce_loss() 대신 tf.nn.sampled_softmax_loss() 를 사용할 수도 있다. 만약 새로운 아이디어가 있다면, 직접 코드를 작성해도 된다. 텐서플로가 도함수를 계산해 줄 것이다. 이러한 유연성은 머신러닝 모델을 탐색할 때에는 별 의미가 없지만, 모델의 구조를 정한 후 속도를 최적화하고 코드를 개선할 때에는 매우 유용하다. 예를 들어, 우리의 코드에서 데이터를 읽어오는 과정이 상당한 시간을 소비하는데, New Data Formats 을 통해 최적화된 data reader 를 구현할 수 있다. word2vec.py 코드를 참고하자.

더이상 우리의 모델이 I/O bound가 아닌데도, 즉 데이터를 읽어오는 시간을 줄였는데도, 여전히 퍼포먼스를 향상시키고 싶다면 Adding a New Op 에서 설명하는 대로 직접 TensorFlow Ops 를 구현할 수 있다. tensorflow/models/embedding/word2vec_optimized.py 를 참고하자. 이러한 최적화 단계는 C++ 을 써야 할 가능성이 높다.

Conclusion

이 튜토리얼에서는 효율적으로 word embedding 을 학습하는 word2vec 모델에 대해서 다뤘다. word embedding 이 왜 유용한지, 어떻게 효율적으로 학습할 수 있는지 그리고 텐서플로로 어떻게 구현할 수 있는지. 또한 텐서플로가 머신러닝 모델을 탐색하는 초기 실험에서부터 모델 확립 후의 디테일한 최적화까지 유연하게 제공한다는 것을 보았다.

Code

# coding: utf-8
'''
참고: Step 3 가 없음. 원문이 그래서 그렇게 놔두었음.
'''

from __future__ import absolute_import
from __future__ import print_function

import collections
import math
import numpy as np
import os
import random
from six.moves import urllib
from six.moves import xrange  # pylint: disable=redefined-builtin
import tensorflow as tf
import zipfile

# Step 1: Download the data.
# 데이터를 다운로드함. 파일이 이미 있다면 제대로 받아졌는지 (파일 크기가 같은지) 확인.
# 다운로드 받은 후 filename을 리턴함.
print("Step 1: Download the data.")
url = 'http://mattmahoney.net/dc/'

def maybe_download(filename, expected_bytes):
    """Download a file if not present, and make sure it's the right size."""
    if not os.path.exists(filename):
        filename, _ = urllib.request.urlretrieve(url + filename, filename)
    statinfo = os.stat(filename)
    if statinfo.st_size == expected_bytes:
        print('Found and verified', filename)
    else:
        print(statinfo.st_size)
        raise Exception('Failed to verify ' + filename + '. Can you get to it with a browser?')
    return filename

filename = maybe_download('text8.zip', 31344016)


# Read the data into a string.
# file (zipfile) 을 읽어옴
# text8.zip 의 내용은 파일 하나임. 코드를 봐서는 ' '로 구분된 단어들인 듯.
def read_data(filename):
    f = zipfile.ZipFile(filename)
    for name in f.namelist():
        return f.read(name).split()
    f.close()

words = read_data(filename)
print('Data size', len(words))
print('Sample words: ', words[:10])

# Step 2: Build the dictionary and replace rare words with UNK token.
print("\nStep 2: Build the dictionary and replace rare words with UNK token.")
vocabulary_size = 50000

def build_dataset(words):
    """
    vocabulary_size 는 사용할 빈발 단어의 수를 뜻함.
    등장 빈도가 상위 50000개 (vocabulary_size) 안에 들지 못하는 단어들은 전부 UNK로 처리한다.

    :param words: 말 그대로 단어들의 list
    :return data: indices of words including UNK. 즉 words index list.
    :return count: 각 단어들의 등장 빈도를 카운팅한 collections.Counter
    :return dictionary: {"word": "index"}
    :return reverse_dictionary: {"index": "word"}. e.g.) {0: 'UNK', 1: 'the', ...}
    """
    count = [['UNK', -1]]
    count.extend(collections.Counter(words).most_common(vocabulary_size - 1))
    dictionary = dict()
    for word, _ in count:
        dictionary[word] = len(dictionary) # insert index to dictionary (len이 계속 증가하므로 결과적으로 index의 효과)
    data = list()
    unk_count = 0
    for word in words:
        if word in dictionary:
            index = dictionary[word]
        else:
            index = 0  # dictionary['UNK']
            unk_count = unk_count + 1
        data.append(index)
    count[0][1] = unk_count
    reverse_dictionary = dict(zip(dictionary.values(), dictionary.keys()))
    return data, count, dictionary, reverse_dictionary

data, count, dictionary, reverse_dictionary = build_dataset(words)
del words  # Hint to reduce memory.
print('Most common words (+UNK)', count[:5])
print('Sample data: ', data[:10])
print('Sample count: ', count[:10])
print('Sample dict: ', dictionary.items()[:10])
print('Sample reverse dict: ', reverse_dictionary.items()[:10])

data_index = 0


# Step 4: Function to generate a training batch for the skip-gram model.
print("\nStep 4: Function to generate a training batch for the skip-gram model.")
def generate_batch(batch_size, num_skips, skip_window):
    """
    minibatch를 생성하는 함수.
    data_index는 global로 선언되어 여기서는 static의 역할을 함. 즉, 이 함수가 계속 재호출되어도 data_index의 값은 유지된다.

    :param batch_size   : batch_size.
    :param num_skips    : context window 내에서 (target, context) pair를 얼마나 생성할 지.
    :param skip_window  : context window size. skip-gram 모델은 타겟 단어로부터 주변 단어를 예측하는데, skip_window가 그 주변 단어의 범위를 한정한다.
    :return batch       : mini-batch of data.
    :return labels      : labels of mini-batch. [batch_size][1] 의 2d array.
    """
    global data_index
    assert batch_size % num_skips == 0  # num_skips의 배수로 batch가 생성되므로.
    assert num_skips <= 2 * skip_window # num_skips == 2*skip_window 이면 모든 context window의 context에 대해 pair가 생성된다.
    # 즉, 그 이상 커지면 안 됨.

    batch = np.ndarray(shape=(batch_size), dtype=np.int32)
    labels = np.ndarray(shape=(batch_size, 1), dtype=np.int32)
    span = 2 * skip_window + 1 # [ skip_window target skip_window ]
    buffer = collections.deque(maxlen=span)
    # Deques are a generalization of stacks and queues.
    # The name is pronounced "deck" and is short for "double-ended queue".
    # 양쪽에 모두 push(append) & pop 을 할 수 있음.

    # buffer = data[data_index:data_index+span] with circling
    for _ in range(span):
        buffer.append(data[data_index])
        data_index = (data_index + 1) % len(data)

    # // 는 나머지 혹은 소수점 아래를 버리는 연산자
    # skip-gram은 타겟 단어로부터 주변의 컨텍스트 단어를 예측하는 모델이다.
    # skip-gram model을 학습하기 전에, words를 (target, context) 형태로 변환해 주어야 한다.
    # 아래 코드는 그 작업을 batch_size 크기로 수행한다.
    for i in range(batch_size // num_skips):
        target = skip_window  # target label at the center of the buffer
        targets_to_avoid = [ skip_window ]
        for j in range(num_skips):
            while target in targets_to_avoid:
                # context window에서 context를 뽑아내는 작업은 랜덤하게 이루어진다.
                # 단, skip_window*2 == num_skips 인 경우, 어차피 모든 context를 다 뽑아내므로 랜덤은 별 의미가 없음. 순서가 랜덤하게 될 뿐.
                target = random.randint(0, span - 1)

            targets_to_avoid.append(target)
            batch[i * num_skips + j] = buffer[skip_window]
            labels[i * num_skips + j, 0] = buffer[target]

        buffer.append(data[data_index])
        data_index = (data_index + 1) % len(data)

    return batch, labels

# batch가 어떻게 구성되는지를 보기 위해 한번 뽑아서 출력:
print("Generating batch ... ")
batch, labels = generate_batch(batch_size=8, num_skips=2, skip_window=1)
print("Sample batches: ", batch[:10])
print("Sample labels: ", labels[:10])
for i in range(8):
    print(batch[i], '->', labels[i, 0])
    print(reverse_dictionary[batch[i]], '->', reverse_dictionary[labels[i, 0]])


# Step 5: Build and train a skip-gram model.
print("\nStep 5: Build and train a skip-gram model.")
batch_size = 128
embedding_size = 128  # Dimension of the embedding vector.
skip_window = 1       # How many words to consider left and right.
num_skips = 2         # How many times to reuse an input to generate a label.

# We pick a random validation set to sample nearest neighbors. Here we limit the
# validation samples to the words that have a low numeric ID, which by
# construction are also the most frequent.
valid_size = 16     # Random set of words to evaluate similarity on.
valid_window = 100  # Only pick dev samples in the head of the distribution.
valid_examples = np.array(random.sample(np.arange(valid_window), valid_size))
# [0 ~ valid_window] 의 numpy array를 만들고 거기서 valid_size 만큼 샘플링함.
# 즉, 여기서는 0~99 사이의 수 중 랜덤하게 16개를 고른 것이 valid_examples 임.
num_sampled = 64    # Number of negative examples to sample.

print("valid_examples: ", valid_examples)

graph = tf.Graph()

with graph.as_default():

    # Input data.
    train_inputs = tf.placeholder(tf.int32, shape=[batch_size])
    train_labels = tf.placeholder(tf.int32, shape=[batch_size, 1])
    valid_dataset = tf.constant(valid_examples, dtype=tf.int32)

    # Ops and variables pinned to the CPU because of missing GPU implementation
    # embedding_lookup이 GPU implementation이 구현이 안되어 있어서 CPU로 해야함.
    # default가 GPU라서 명시적으로 CPU라고 지정해줌.
    with tf.device('/cpu:0'):
        # Look up embeddings for inputs.
        # embedding matrix (vectors)
        embeddings = tf.Variable(tf.random_uniform([vocabulary_size, embedding_size], -1.0, 1.0))
        # 전체 embedding matrix에서 train_inputs (mini-batch; indices) 이 가리키는 임베딩 벡터만을 추출
        embed = tf.nn.embedding_lookup(embeddings, train_inputs)

        # Construct the variables for the NCE loss
        # NCE loss 는 logistic regression model 을 사용해서 정의된다.
        # 즉, logistic regression 을 위해, vocabulary의 각 단어들에 대해 weight와 bias가 필요함.
        nce_weights = tf.Variable(
            tf.truncated_normal([vocabulary_size, embedding_size],
                                stddev=1.0 / math.sqrt(embedding_size)))
        nce_biases = tf.Variable(tf.zeros([vocabulary_size]))

    # Compute the average NCE loss for the batch.
    # tf.nce_loss automatically draws a new sample of the negative labels each
    # time we evaluate the loss.
    loss = tf.reduce_mean(
        tf.nn.nce_loss(nce_weights, nce_biases, embed, train_labels,
                       num_sampled, vocabulary_size))

    # Construct the SGD optimizer using a learning rate of 1.0.
    optimizer = tf.train.GradientDescentOptimizer(1.0).minimize(loss)

    # Compute the cosine similarity between minibatch examples and all embeddings.
    # minibatch (valid_embeddings) 와 all embeddings 사이의 cosine similarity를 계산한다.
    # 이 과정은 학습이 진행되면서 각 valid_example 들에게 가장 가까운 단어가 어떤 것인지를 보여주기 위함이다 (즉 학습 과정을 보여주기 위함).
    norm = tf.sqrt(tf.reduce_sum(tf.square(embeddings), 1, keep_dims=True))
    normalized_embeddings = embeddings / norm
    valid_embeddings = tf.nn.embedding_lookup(normalized_embeddings, valid_dataset)
    similarity = tf.matmul(valid_embeddings, normalized_embeddings, transpose_b=True)

# Step 6: Begin training
print("\nStep 6: Begin training")
num_steps = 100001

with tf.Session(graph=graph) as session:
    # We must initialize all variables before we use them.
    tf.initialize_all_variables().run()
    print("Initialized")

    average_loss = 0
    for step in xrange(num_steps):
        batch_inputs, batch_labels = generate_batch(batch_size, num_skips, skip_window)
        feed_dict = {train_inputs : batch_inputs, train_labels : batch_labels}

        # We perform one update step by evaluating the optimizer op (including it
        # in the list of returned values for session.run()
        # feed_dict를 사용해서 placeholder에 데이터를 집어넣고 학습시킴.
        _, loss_val = session.run([optimizer, loss], feed_dict=feed_dict)
        average_loss += loss_val

        if step % 2000 == 0:
            if step > 0:
                average_loss = average_loss / 2000
            # The average loss is an estimate of the loss over the last 2000 batches.
            print("Average loss at step ", step, ": ", average_loss)
            average_loss = 0

        # note that this is expensive (~20% slowdown if computed every 500 steps)
        if step % 10000 == 0:
            sim = similarity.eval()
            for i in xrange(valid_size):
                valid_word = reverse_dictionary[valid_examples[i]]
                top_k = 8 # number of nearest neighbors
                nearest = (-sim[i, :]).argsort()[1:top_k+1]
                log_str = "Nearest to %s:" % valid_word
                for k in xrange(top_k):
                    close_word = reverse_dictionary[nearest[k]]
                    log_str = "%s %s," % (log_str, close_word)
                print(log_str)
    final_embeddings = normalized_embeddings.eval()

# Step 7: Visualize the embeddings.
print("\nStep 7: Visualize the embeddings.")
def plot_with_labels(low_dim_embs, labels, filename='tsne.png'):
    assert low_dim_embs.shape[0] >= len(labels), "More labels than embeddings"
    plt.figure(figsize=(18, 18))  #in inches
    for i, label in enumerate(labels):
        x, y = low_dim_embs[i,:]
        plt.scatter(x, y)
        plt.annotate(label,
                     xy=(x, y),
                     xytext=(5, 2),
                     textcoords='offset points',
                     ha='right',
                     va='bottom')

    plt.savefig(filename)

try:
    # 혹시 여기서 에러가 난다면, scikit-learn 과 matplotlib 을 최신버전으로 업데이트하자.
    from sklearn.manifold import TSNE
    import matplotlib.pyplot as plt

    tsne = TSNE(perplexity=30, n_components=2, init='pca', n_iter=5000)
    plot_only = 500

    low_dim_embs = tsne.fit_transform(final_embeddings[:plot_only,:])
    labels = [reverse_dictionary[i] for i in xrange(plot_only)]
    plot_with_labels(low_dim_embs, labels)

except ImportError:
    print("Please install sklearn and matplotlib to visualize embeddings.")

'DataScience > Deep Learning' 카테고리의 다른 글

Backpropgation  (0) 2015.12.30
Transfer Learning  (0) 2015.12.26
TensorFlow - (7) word2vec - Implementation  (0) 2015.12.26
TensorFlow - (6) word2vec - Theory  (0) 2015.12.26
TensorFlow - (5) MNIST - CNN  (2) 2015.12.03
TensorFlow - (4) MNIST - Softmax Regression  (0) 2015.12.03