使用 Tensorflow 2 的 Keras 功能 API 时传递 `training=true`

Posted 2023-02-23

【中文标题】使用 Tensorflow 2 的 Keras 功能 API 时传递 `training=true`

【英文标题】：Passing `training=true` when using Tensorflow 2's Keras Functional API

【发布时间】：2020-03-02 19:34:06

【问题描述】：

在 TF1 中以图形模式操作时，我相信我在使用函数式 API 时需要通过 feeddicts 连接 training=True 和 training=False。在 TF2 中执行此操作的正确方法是什么？

我相信这在使用tf.keras.Sequential 时会自动处理。例如，我不需要在docs的以下示例中指定training：

model = tf.keras.Sequential([
    tf.keras.layers.Conv2D(32, 3, activation='relu',
                           kernel_regularizer=tf.keras.regularizers.l2(0.02),
                           input_shape=(28, 28, 1)),
    tf.keras.layers.MaxPooling2D(),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dropout(0.1),
    tf.keras.layers.Dense(64, activation='relu'),
    tf.keras.layers.BatchNormalization(),
    tf.keras.layers.Dense(10, activation='softmax')
])

# Model is the full model w/o custom layers
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(train_data, epochs=NUM_EPOCHS)
loss, acc = model.evaluate(test_data)
print("Loss :0.4f, Accuracy :0.4f".format(loss, acc))

我是否也可以假设 keras 在使用功能 api 进行训练时会自动处理这个问题？这是相同的模型，使用函数 api 重写：

inputs = tf.keras.Input(shape=((28,28,1)), name="input_image")
hid = tf.keras.layers.Conv2D(32, 3, activation='relu',
                           kernel_regularizer=tf.keras.regularizers.l2(0.02),
                           input_shape=(28, 28, 1))(inputs)
hid = tf.keras.layers.MaxPooling2D()(hid)
hid = tf.keras.layers.Flatten()(hid)
hid = tf.keras.layers.Dropout(0.1)(hid)
hid = tf.keras.layers.Dense(64, activation='relu')(hid)
hid = tf.keras.layers.BatchNormalization()(hid)
outputs = tf.keras.layers.Dense(10, activation='softmax')(hid)
model_fn = tf.keras.Model(inputs=inputs, outputs=outputs)

# Model is the full model w/o custom layers
model_fn.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model_fn.fit(train_data, epochs=NUM_EPOCHS)
loss, acc = model_fn.evaluate(test_data)
print("Loss :0.4f, Accuracy :0.4f".format(loss, acc))

我不确定hid = tf.keras.layers.BatchNormalization()(hid) 是否需要为hid = tf.keras.layers.BatchNormalization()(hid, training)？

可以在 here 找到这些模型的 colab。

【问题讨论】：

您是否有特定的理由想要控制训练标志，或者您是否在询问是否需要它？

我想我希望能够在model_fn() (tf.keras.Model#call) 上将其设置为正向传递，以便 BatchNormalization 行为正确。我假设我需要对模型进行子类化并明确定义前向传递调用，以便我可以将training 传递给 BN 调用，类似于tensorflow.org/api_docs/python/tf/keras/Model 中的示例。我还想知道在使用model_fn.fit()时是否需要它。

@cosentiyes：你提到了我相信这在使用tf.keras.Sequential时会自动处理。你确定这是真的吗？你有什么可以证明这一点的参考资料吗？

【参考方案1】：

我意识到BatchNormalization 文档 [1] 中存在一个错误，其中 TRAINABLE_ATTRIBUTE_NOTE 实际上并未替换为预期的注释 [2]：

关于在BatchNormalization 层上设置layer.trainable = False： 设置layer.trainable = False的意思是冻结图层， 即它的内部状态在训练期间不会改变： 它的可训练权重不会更新 在fit() 或train_on_batch() 期间，不会运行其状态更新。 通常，这并不一定意味着该层在推理中运行 模式（通常由training 参数控制，可以 调用层时传递）。 “冻结状态”和“推理模式” 是两个独立的概念。

但是，对于BatchNormalization 层，设置 图层上的trainable = False 表示该图层将 随后在推理模式下运行（意味着它将使用 对当前批次进行归一化的移动均值和移动方差， 而不是使用当前批次的均值和方差）。 此行为已在 TensorFlow 2.0 中引入，以便 使layer.trainable = False能够产生最常见的 convnet 微调用例中的预期行为。 请注意：

此行为仅从 TensorFlow 2.0 开始出现。在 1.* 中， 设置layer.trainable = False 会冻结图层，但会 不要将其切换到推理模式。 在包含其他层的模型上设置 trainable 将 递归设置所有内层的trainable值。 如果trainable的值 在模型上调用 compile() 后属性发生更改， 新值对此模型不生效 直到再次调用 compile()。

[1]https://www.tensorflow.org/api_docs/python/tf/keras/layers/BatchNormalization?version=stable

[2]https://github.com/tensorflow/tensorflow/blob/r2.0/tensorflow/python/keras/layers/normalization_v2.py#L26-L65

【讨论】：

感谢您的提问和回答，我正在寻找完全相同的内容。 Dropout 层呢？它有点不同，因为它是关于打开（训练）和关闭（推理）。您知道这是默认情况下（以某种方式）处理还是需要您自己处理？

【参考方案2】：

至于在使用 Keras 功能 API 时是否必须手动传递 training 标志这一更广泛的问题，official docs 中的这个示例建议您不应该：

# ...

x = Dropout(0.5)(x)
outputs = Linear(10)(x)
model = tf.keras.Model(inputs, outputs)

# ...

# You can pass a `training` argument in `__call__`
# (it will get passed down to the Dropout layer).
y = model(tf.ones((2, 16)), training=True)

【参考方案3】：

批量归一化应用一种变换，使平均输出接近 0，输出标准差接近 1。重要的是，批量归一化在训练和推理期间的工作方式不同。根据kerasdocumentation，

训练期间（即使用fit() 或使用参数training=True 调用层/模型时），层使用当前批次的均值和标准差对其输出进行归一化输入。也就是说，对于每个被归一化的通道，该层返回(batch - mean(batch)) / (var(batch) + epsilon) * gamma + beta，其中：

epsilon 是一个小常量（可配置为构造函数参数的一部分） gamma 是一个学习的缩放因子（初始化为 1），可以通过将 scale=False 传递给构造函数来禁用它。 beta 是一个学习的偏移因子（初始化为 0），可以通过将 center=False 传递给构造函数来禁用它。

推理期间（即当使用evaluate() 或predict() 或使用参数 training=False（这是默认值）调用层/模型时，层使用它在训练过程中看到的批次的均值和标准差的移动平均值。也就是说，它返回(batch - self.moving_mean) / (self.moving_var + epsilon) * gamma + beta。

self.moving_mean 和 self.moving_var 是不可训练的变量，每次在训练模式下调用层时都会更新，如下所示：

moving_mean = moving_mean * momentum + mean(batch) * (1 - momentum) moving_var = moving_var * momentum + var(batch) * (1 - momentum) 因此，该层仅在使用与推理数据具有相似统计数据的数据进行训练后，才会在推理期间对其输入进行归一化。