對大多數從事機器學習工作的人來說,設計一個神經網絡無異于制作一項藝術作品。神經網絡通常始于一個常見的架構,然後我們需要對參數不斷地進行調整和優化,直到找到一個好的組合層、激活函數、正則化器和優化參數。在一些知名的神經網絡架構,如vgg、inception、resnets、densenets等的指導下,我們需要對網絡的變量進行重複的操作,直到網絡達到我們期望的速度與準确度。随着網絡處理能力的不斷提高,将網絡優化處理程式自動化變得越來越可行。
在像random
forests和svms這樣的淺模型中,我們已經能夠使超參數優化的操作自動化進行了。一些常用的工具包,比如sk-learn,向我們提供了搜尋超參數空間的方法。在其最簡單的、最基礎的格式中,“超參數”是我們在所有可能的參數中搜尋得到的,或者是通過從參數分布中任意采樣得到的。(詳情請點選此連結檢視。)這兩種方法都面臨着兩個問題:第一,在錯誤參數區域進行搜尋時會造成資源浪費;第二,處理大量的動态特征參數集将導緻效率過低。是以,改變處理器的架構變得相當困難。雖然現在有很多看似高效的方法,比如bayesian優化方法。但bayesian優化法雖然能夠解決了第一個問題,卻對第二個問題無能為力;另外,在bayesian優化設定中也很難進行探索模型。
自動識别最佳模型的想法就現在來說已經不算新鮮了,再加上最近大幅度提升的處理能力,實作這一想法比以往任何時候都要容易。
考慮超參數優化的方式之一,就是将它看做一個“元學習問題”。
我們究竟能否打造出一個可以用于判斷網絡性能好壞的算法呢?
注意:接下來我将繼續使用“元學習”這個術語,即使将這個問題描述為“元學習”有點混淆視聽,但我們千萬不能把它與“學習”相關的一些方法弄混了。
我們的目标是定義網絡隐含層(綠色)的數量以及每個隐含層的參數。
具體而言,就是探究模型架構和模型的參數空間,進而在給定的資料集上優化其性能。這個問題複雜難解,而回報稀薄。之是以說它回報稀薄,是因為我們需要對網絡進行足夠的訓練,還要對它進行評估;而在訓練、評估完成後,我們得到回報的僅僅是一些得分。這些得分反映了整個系統的性能表現,而這種類型的回報并不是可導函數!說到這,是不是讓你想起了什麼呢?沒錯,這就是一個典型的“強化學習”情境!
維基百科對“強化學習”的定義:
“強化學習”(rl)是一種重要的機器學習方法,它的靈感來自于心理學的行為主義理論。具體來說,“強化學習”是關于有機體(agent)如何在環境(environment)的刺激下,将累計獎勵最大化的方法。
“強化學習”與标準的監督式學習之間的差別在于它不需要出現正确的輸入或輸出對,也不需要精準校正其次優化行為。另外,“線上性能”也是“強化學習”關注的焦點,即在未知領域的探索與現有知識的開發之間找到平衡。
上圖情境中的有機體(agent)是一個模型,環境(environment)就是我們用于訓練和評估的資料集。解釋器(interpreter)是對每一行為進行分析以及設定有機體狀态(在我們這個情境中,解釋器設定的是網絡參數)的過程。
通常情況下,“強化學習”問題都被定義為一個markov決策過程。其目的就是優化有機體的總回報。每一步,你需要對優化模型輸出作出決策,或者是探索出一個新的行為。在環境的刺激下,有機體将根據得到的回報,形成一個調整政策,不斷改進其行為。
注意:這個話題超出了本文讨論的範圍,r.sutton和a. barto的《強化學習介紹》可能是關于這個主題的最佳入門指導書。
進化算法
解決“強化學習”問題的另一種方法是“進化算法”。在生物進化的啟發下,進化算法通過建立一個解決方案的集合,尋找解決方案的空間;然後,它會對每一解決方案進行評估,并根據評估得分不斷調整這個方案集合。生物進化論中所講的“進化”涉及到一個種群中最佳成員的選擇和變異。是以,我們的解決方案集合也會不斷進化發展,以提高其整體适應性,并為問題找到提供可行的解決方案。
進化算法中的“進化”
上圖的左邊介紹了進化的過程,設計一個“進化算法”涉及到兩個部分——“選擇”,以及需要遵循的“跨界”或“變異”政策。
“選擇”:對于“選擇”,我們通常的做法是挑選最佳的個體和一些任意的個體,以達到多樣性。更先進的選擇方法是在種群下設立不同的“次群”,即“物種”;然後在物種中選擇最佳的個體,以保護其多樣性。另一種比較受歡迎的做法是“競賽選擇”,即任意選擇一些個體參與競賽,挑選出勝者(基因優勝的個體)。
“跨界”:“跨界”也稱“交叉跨界”,指的是兩組或兩組以上親本交叉混合,産生後代。“交叉跨界”高度依賴于問題結構的方式。常見的方法是用一個項目清單(一般是數值)對親本進行描述,然後從親本中挑選任意部分來生成新的基因組合。
“變異”:“變異”或“突變”指的是任意改變基因組的過程。這是主要的開發因素,有助于保持種群的多樣性。
“進化算法”的實施啟用使用了pytorch來建立代理,這個代理将會探索用于完成簡單分類任務的dnns。這個實驗使用的是mnist,因為它小且快,即使在cpu上也能完成訓練。我們将建立一組dnn模型,并将其發展進化為n個步驟。
我們所講的“進化”主題實際上就是“物競天擇”的實施,完整的高水準“進化算法”如下所示:
new_population = []
while size(new_population) < population_size:
choose k(tournament) individuals from the population at random
choose the best from pool/tournament with probability p1
choose the second best individual with probability p2
choose the third best individual with probability p3
mutate and append selected to the new_population
我們需要定義的第一件事情就是每一模型的解決方案空間,每一個個體都代表着一個架構。簡潔起見,我們堆疊了n層,每一層都包含三個參數:a)隐藏單元的數量;b)激活類型;c)丢失率。對于通用參數,我們在不同的優化器、學習率、權重衰減和層數量中進行選擇。
# definition of a space
# lower bound - upper bound, type param, mutation rate
layer_space = dict()
layer_space['nb_units'] = (128, 1024, 'int', 0.15)
layer_space['dropout_rate'] = (0.0, 0.7, 'float', 0.2)
layer_space['activation'] =\
(0, ['linear', 'tanh', 'relu', 'sigmoid', 'elu'], 'list', 0.2)
net_space = dict()
net_space['nb_layers'] = (1, 3, 'int', 0.15)
net_space['lr'] = (0.0001, 0.1, 'float', 0.15)
net_space['weight_decay'] = (0.00001, 0.0004, 'float', 0.2)
net_space['optimizer'] =\
(0, ['sgd', 'adam', 'adadelta', 'rmsprop'], 'list', 0.2)
完成以上操作以後,我們已經定義了模型的空間。接着我們還需要建立三個基本功能:
随機選擇一個網絡
首先,我們任意地對層數量和每一層的參數進行采樣,樣本值會在預先定義好的範圍邊緣内出現下降。在初始化一個參數的同時,我們還會産生一個任意的參數id。現在它還不能使用,但我們可以追蹤所有的層。當一個新的模型發生突變時,舊的層會進行微調,同時僅對發生突變的層進行初始化。這樣的做法應該能夠顯著地加快速度,并穩定解決方案。
注意:根據問題性質的不同,我們可能需要不同的限制條件,比如參數的總量或層的總數量。
使網絡發生變異
def mutate_net(net):
"""mutate a network."""
global net_space, layer_space
# mutate optimizer
for k in ['lr', 'weight_decay', 'optimizer']:
if random.random() < net_space[k][-1]:
net[k] = random_value(net_space[k])
# mutate layers
for layer in net['layers']:
for k in layer_space.keys():
if random.random() < layer_space[k][-1]:
layer[k] = random_value(layer_space[k])
# mutate number of layers -- randomly add
if random.random() < net_space['nb_layers'][-1]:
if net['nb_layers']['val'] < net_space['nb_layers'][1]:
if random.random()< 0.5:
layer = dict()
for k in layer_space.keys():
layer[k] = random_value(layer_space[k])
net['layers'].append(layer)
# value & id update
net['nb_layers']['val'] = len(net['layers'])
net['nb_layers']['id'] +=1
else:
if net['nb_layers']['val'] > 1:
net['layers'].pop()
net['nb_layers']['val'] = len(net['layers'])
net['nb_layers']['id'] -=1
return net
每一個網絡元素都存在變異的可能性,每一次變異都将重新采樣參數空間,進而使參數發生變化。
建立網絡
class custommodel():
def __init__(self, build_info, cuda=true):
previous_units = 28 * 28
self.model = nn.sequential()
self.model.add_module('flatten', flatten())
for i, layer_info in enumerate(build_info['layers']):
i = str(i)
self.model.add_module(
'fc_' + i,
nn.linear(previous_units, layer_info['nb_units']['val'])
)
'dropout_' + i,
nn.dropout(p=layer_info['dropout_rate']['val'])
if layer_info['activation']['val'] == 'tanh':
self.model.add_module(
'tanh_'+i,
nn.tanh()
if layer_info['activation']['val'] == 'relu':
'relu_'+i,
nn.relu()
if layer_info['activation']['val'] == 'sigmoid':
'sigm_'+i,
nn.sigmoid()
if layer_info['activation']['val'] == 'elu':
'elu_'+i,
nn.elu()
previous_units = layer_info['nb_units']['val']
self.model.add_module(
'classification_layer',
nn.linear(previous_units, 10)
)
self.model.add_module('sofmax', nn.logsoftmax())
self.model.cpu()
if build_info['optimizer']['val'] == 'adam':
optimizer = optim.adam(self.model.parameters(),
lr=build_info['weight_decay']['val'],
weight_decay=build_info['weight_decay']['val'])
elif build_info['optimizer']['val'] == 'adadelta':
optimizer = optim.adadelta(self.model.parameters(),
lr=build_info['weight_decay']['val'],
weight_decay=build_info['weight_decay']['val'])
elif build_info['optimizer']['val'] == 'rmsprop':
optimizer = optim.rmsprop(self.model.parameters(),
else:
optimizer = optim.sgd(self.model.parameters(),
weight_decay=build_info['weight_decay']['val'],
momentum=0.9)
self.optimizer = optimizer
self.cuda = false
if cuda:
self.model.cuda()
self.cuda = true
上面的類别将會執行個體化模型的“基因組”。
現在,我們已經具備了建立一個任意網絡、變更其架構并對其進行訓練的基本構件,那麼接下來的步驟就是建立“遺傳算法”,“遺傳算法”将會對最佳個體進行選擇和變異。每個模型的訓練都是獨立進行的,不需要其他有機體的任何資訊。這就使得優化過程可以随着可用的處理節點進行線性擴充。
gp優化器的編碼
"""genetic programming algorithms."""
from __future__ import absolute_import
import random
import numpy as np
from operator import itemgetter
import torch.multiprocessing as mp
from net_builder import randomize_network
import copy
from worker import customworker, scheduler
class tournamentoptimizer:
"""define a tournament play selection process."""
def __init__(self, population_sz, init_fn, mutate_fn, nb_workers=2, use_cuda=true):
"""
initialize optimizer.
params::
init_fn: initialize a model
mutate_fn: mutate function - mutates a model
nb_workers: number of workers
self.init_fn = init_fn
self.mutate_fn = mutate_fn
self.nb_workers = nb_workers
self.use_cuda = use_cuda
# population
self.population_sz = population_sz
self.population = [init_fn() for i in range(population_sz)]
self.evaluations = np.zeros(population_sz)
# book keeping
self.elite = []
self.stats = []
self.history = []
def step(self):
"""tournament evolution step."""
print('\npopulation sample:')
for i in range(0,self.population_sz,2):
print(self.population[i]['nb_layers'],
self.population[i]['layers'][0]['nb_units'])
self.evaluate()
children = []
print('\npopulation mean:{} max:{}'.format(
np.mean(self.evaluations), np.max(self.evaluations)))
n_elite = 2
sorted_pop = np.argsort(self.evaluations)[::-1]
elite = sorted_pop[:n_elite]
# print top@n_elite scores
# elites always included in the next population
print('\ntop performers:')
for i,e in enumerate(elite):
self.elite.append((self.evaluations[e], self.population[e]))
print("{}-score:{}".format( str(i), self.evaluations[e]))
children.append(self.population[e])
# tournament probabilities:
# first p
# second p*(1-p)
# third p*((1-p)^2)
# etc...
p = 0.85 # winner probability
tournament_size = 3
probs = [p*((1-p)**i) for i in range(tournament_size-1)]
# a little trick to certify that probs is adding up to 1.0
probs.append(1-np.sum(probs))
while len(children) < self.population_sz:
pop = range(len(self.population))
sel_k = random.sample(pop, k=tournament_size)
fitness_k = list(np.array(self.evaluations)[sel_k])
selected = zip(sel_k, fitness_k)
rank = sorted(selected, key=itemgetter(1), reverse=true)
pick = np.random.choice(tournament_size, size=1, p=probs)[0]
best = rank[pick][0]
model = self.mutate_fn(self.population[best])
children.append(model)
self.population = children
# if we want to do a completely completely random search per epoch
# self.population = [randomize_network(bounded=false) for i in range(self.population_sz) ]
def evaluate(self):
"""evaluate the models."""
workerids = range(self.nb_workers)
workerpool = scheduler(workerids, self.use_cuda )
self.population, returns = workerpool.start(self.population)
self.evaluations = returns
self.stats.append(copy.deepcopy(returns))
self.history.append(copy.deepcopy(self.population))
“進化算法”看起來非常簡單,對嗎?沒錯!這個算法可以非常成功,尤其是當你為個體定義了好的變異或跨界功能時。
存儲庫中還包含了一些額外的使用類别,比如工作器類和排程器類,使gp優化器能夠獨立平行地完成模型訓練和評估。
按照上述步驟操作運作。
"""tournament play experiment."""
import net_builder
import gp
import cpickle
# use cuda ?
cuda_ = true
if __name__=='__main__':
# setup a tournament!
nb_evolution_steps = 10
tournament = \
gp.tournamentoptimizer(
population_sz=50,
init_fn=net_builder.randomize_network,
mutate_fn=net_builder.mutate_net,
nb_workers=3,
use_cuda=true)
for i in range(nb_evolution_steps):
print('\nevolution step:{}'.format(i))
print('================')
tournament.step()
# keep track of the experiment results & corresponding architectures
name = "tourney_{}".format(i)
cpickle.dump(tournament.stats, open(name + '.stats','wb'))
cpickle.dump(tournament.history, open(name +'.pop','wb'))
接下來,讓我們一起來看看運作的結果!
這是50個解決方案的得分結果,比賽規模為3。這些模型僅接受了10000個樣本的訓練,然後就被評估了。乍一看,進化算法似乎并沒有起到太大的作用,因為解決方案在第一次進化中就已經接近最佳狀态了;而在第七階段,解決方案達到了它的最佳表現。在下圖中,我們用了一個盒式圖來依次描述這些解決方案的四分之一。我們發現,大多數方案都表現的很好,但在方案進化的同時,這個盒式圖也随之緊縮了。
左邊:方案的分布;右邊:每一階段方案的盒式圖。
圖中的這個盒子展示了方案的四分之一,而其盒須則延伸展示了剩餘四分之三的方案分布。其中的黑點代表着方案的平均值,從圖中我們會發現平均值的上升趨勢。
不同的進化運作方式
為了進一步了解這一方法的性能和表現,我們最好将其與一個完全随機的種群搜做相比較。每個階段之間都不需要進化,每個解決方案都要被重新設定為一個随機的狀态。
上邊:方案的分布;下邊:每一步随機生成的的方案盒式圖
在一個相對較小的(93.66%
vs
93.22%)裡進化算法的性能較好。而随機種群搜尋似乎生成了一些好的解決方案,但模型的方差卻大大增加了。這就意味着在搜尋次優架構的時候出現了資源浪費。将這個與進化圖相比較,我們會發現進化确實生成了更多有用的解決方案,它成功地使那些結構進化了,進而使之達到了更好的性能表現。
mnist是一個相當簡單的資料集,即使是單層網絡也能達到很高的準确度。
像adam這樣的優化器對學習率的敏感度比較低,隻有在它們的網絡具備足夠的參數時,它們才能找到比較好的解決方案。
在訓練過程中,模型隻會檢視10000個(訓練總資料的1/5)樣本示例。如果我們訓練得時間再長一些,好的架構可能會達到更高的準确度。
限制樣本數量對于我們學習的層的數量同樣非常重要,越深層的模型需要越多樣本。為了解決這個問題,我們還增加了一個移除突變層,使種群調節層的數量。
這個實驗的規模還不足以突出這種方法的優勢,這些文章中使用的實驗規模更大,資料集也更複雜。
我們剛剛完成了一個簡單的進化算法,這個算法很好地诠釋了“物競天擇”的主題。我們的算法隻會選擇最終勝利的解決方案,然後将其變異來産生更多的後代。接下來,我們需要做的就是使用更先進的方法,生成和發展方案群。以下是一些改進的建議:
為通用層重新使用親本的權重
将來自兩個潛在親本的層合并
架構不一定要連續的,你可以探索層與層之間更多不一樣的聯系(分散或合并等)
在頂部增加額外的層,然後進行微調整。
以上内容都是人工智能研究領域的一個課題。其中一個比較受歡迎的方法就是neat及其擴充。eat變量使用進化算法在開發網絡的同時,還對網絡的權重進行了設定。在一個典型的強化學習場景下,代理權重的進化是非常有可能實作的。但是,當(x,y)輸入對可用時,梯度下降的方法則表現得更好。
相關文章
<a href="https://arxiv.org/pdf/1703.00548.pdf" target="_blank">evolino: hybrid neuroevolution / optimal linear search for sequence learning </a>
is a very interesting approach of co-evolving whole networks and blocks
within the network, it’s very similar to the evolino method but for
cnns.
<a href="https://arxiv.org/abs/1703.01041" target="_blank">large-scale evolution of image classifiers </a>
<a href="https://arxiv.org/pdf/1606.02580.pdf" target="_blank">convolution by evolution</a>
本文作者:圖普科技