Question

我创建了一个自定义的tf.Estimator，它正在使用tf.train.AdamOptimizer训练其权重。当我继续训练现有模型时，在Tensorboard中继续进行训练时，我会发现指标发生了急剧变化。经过几步，指标便趋于稳定。训练模型时，该行为看起来类似于初始瞬变。如果我继续在同一Estimator实例上进行训练，或者如果我从检查点重新创建估算器，则行为是相同的。我怀疑重新开始训练时会重置移动平均线和/或偏差校正因子。模型权重本身似乎已正确恢复，因为指标确实从它们之前确定的地方继续进行，因此仅有效学习率似乎过高。

先前的堆栈溢出答案似乎表明，这些辅助学习参数应与检查点以及模型权重一起存储。那我在做什么错呢？如何控制这些辅助变量的还原？我希望能够像从未停止过一样继续培训。但是，有时其他人似乎在寻找相反的控件，以完全重置优化器而不重置模型权重。显示两种效果如何实现的答案可能最有帮助。

这是我的model_fn的草图：

def model_fn(features, labels, mode, params):
    inputs = features['inputs']
    logits = create_model(inputs, training=mode == tf.estimator.ModeKeys.TRAIN)

    if mode == tf.estimator.ModeKeys.PREDICT:
        ...

    if mode == tf.estimator.ModeKeys.TRAIN:
        outputs = labels['outputs']

        loss = tf.losses.softmax_cross_entropy(
            tf.one_hot(outputs,tf.shape(inputs)[-1]),
            logits,
#            reduction=tf.losses.Reduction.MEAN,
        )
        optimizer = tf.train.AdamOptimizer(learning_rate=params.learning_rate)

        update_ops = tf.get_collection(tf.GraphKeys.UPDATE_OPS)

        with tf.control_dependencies(update_ops):
            train_op = optimizer.minimize(loss, tf.train.get_or_create_global_step())

        accuracy = tf.metrics.accuracy(
            labels = outputs,
            predictions = tf.argmax(logits, axis=-1),
        )

        tf.summary.histogram('logits',logits)
        tf.summary.scalar('accuracy', accuracy[1])
        tf.summary.scalar('loss', loss)

        return tf.estimator.EstimatorSpec(
            mode=tf.estimator.ModeKeys.TRAIN,
            loss=loss,
            train_op=train_op)

    if mode == tf.estimator.ModeKeys.EVAL:
        ...

    raise ValueError(mode)

培训步骤如下：

cfg = tf.estimator.RunConfig(
    save_checkpoints_secs = 5*60,  # Save checkpoints every 1 minutes.
    keep_checkpoint_max = 10,       # Retain the 10 most recent checkpoints.
    save_summary_steps = 10,
    log_step_count_steps = 100,
)
estimator = tf.estimator.Estimator(
    model_fn = model_fn,
    params = dict(
        learning_rate = 1e-3,
    ),
    model_dir = model_dir,
    config=cfg,
)
# train for the first time
estimator.train(
    input_fn=train_input_fn,
)
# ... at some later time, train again
estimator.train(
    input_fn=train_input_fn,
)

编辑：

关于tf.estimator.Estimator和tf.estimator.WarmStartSettings的warm_start_from参数的文档尚不完全清楚在默认情况下将发生什么，就像我在上面的示例中使用的那样。但是，[tf.train.warm_start（https://www.tensorflow.org/api_docs/python/tf/train/warm_start）的文档似乎表明，在默认情况下，所有TRAINABLE_VARIABLES都会被热启动，

从批处理规范中排除诸如累加器和移动统计信息之类的变量

实际上，我在VARIABLES中找到了Adam的累加器变量，但在TRAINABLE_VARIABLES中却找不到。这些文档页面还说明了如何将热启动变量列表更改为tf.Variable实例列表或其名称列表。但是，仍然有一个问题：考虑到tf.Estimator，我没有图来收集这些变量/它们的名字，我该如何提前创建其中一个列表？

EDIT2：

warm_start的源代码突出显示了一个未记录的功能：变量名列表实际上是一个正则表达式列表，可以与GLOBAL_VARIABLES匹配。因此，可以使用

    warm_start_from=tf.estimator.WarmStartSettings(
        ckpt_to_initialize_from=str(model_dir),
    #    vars_to_warm_start=".*", # everything in TRAINABLE_VARIABLES - excluding optimiser params 
        vars_to_warm_start=[".*"], # everything in GLOBAL_VARIABLES - including optimiser params 
    ),

加载所有变量。但是，即使如此，摘要统计信息中的峰值仍然存在。有了这些，我现在完全茫然了。

Answer 1

默认情况下，默认指标会添加到local variables和metric variables集合中，并且默认情况下不会对它们进行检查。

如果要将它们包括在检查点中，则可以将度量标准变量附加到全局变量集合中：

tf.add_to_collection(tf.GraphKeys.GLOBAL_VARIABLES, tf.get_collection(tf.GraphKeys.METRIC_VARIABLES))

或者您可以返回带有Scaffold的custom Saver set，并将变量传递给检查点到Saver的{{3}}。默认为全局变量集合。

继续使用AdamOptimizer训练自定义tf.Estimator

1 个答案: