Straty dodatków TensorFlow: TripletSemiHardLoss

Przegląd

Ten notatnik pokaże, jak korzystać z funkcji TripletSemiHardLoss w dodatkach TensorFlow.

Zasoby:

• FaceNet: ujednolicone osadzanie do rozpoznawania twarzy i tworzenia klastrów
• Blog Olivera Moindrota znakomicie opisuje szczegółowo algorytm

Przegrana trójka

Jak po raz pierwszy przedstawiono w artykule FaceNet, TripletLoss to funkcja straty, która uczy sieć neuronową, aby ściśle osadzić cechy tej samej klasy, jednocześnie maksymalizując odległość między osadzaniami różnych klas. W tym celu wybiera się kotwicę oraz jedną negatywną i jedną pozytywną próbkę.

Funkcja straty jest opisana jako funkcja odległości euklidesowej:

Gdzie A to nasze zakotwiczone dane wejściowe, P to dodatnie dane wejściowe próbki, N to ujemne dane wejściowe próbki, a alfa to pewien margines, którego używasz do określenia, kiedy tryplet stał się zbyt „łatwy” i nie chcesz już na jego podstawie dostosowywać wag .

Półtwarda nauka online

Jak pokazano w artykule, najlepsze wyniki uzyskuje się z trojaczków znanych jako „półtwarde”. Są one definiowane jako trojaczki, w których negatyw jest dalej od kotwicy niż pozytyw, ale nadal powoduje pozytywną stratę. Aby skutecznie znaleźć te trojaczki, wykorzystujesz naukę online i trenujesz tylko z przykładów półtwardych w każdej partii.

Ustawiać

pip install -q -U tensorflow-addons

import io
import numpy as np

import tensorflow as tf
import tensorflow_addons as tfa
import tensorflow_datasets as tfds

Przygotuj dane

def _normalize_img(img, label):
    img = tf.cast(img, tf.float32) / 255.
    return (img, label)

train_dataset, test_dataset = tfds.load(name="mnist", split=['train', 'test'], as_supervised=True)

# Build your input pipelines
train_dataset = train_dataset.shuffle(1024).batch(32)
train_dataset = train_dataset.map(_normalize_img)

test_dataset = test_dataset.batch(32)
test_dataset = test_dataset.map(_normalize_img)

Downloading and preparing dataset 11.06 MiB (download: 11.06 MiB, generated: 21.00 MiB, total: 32.06 MiB) to /home/kbuilder/tensorflow_datasets/mnist/3.0.1...
Dataset mnist downloaded and prepared to /home/kbuilder/tensorflow_datasets/mnist/3.0.1. Subsequent calls will reuse this data.

Zbuduj model

model = tf.keras.Sequential([
    tf.keras.layers.Conv2D(filters=64, kernel_size=2, padding='same', activation='relu', input_shape=(28,28,1)),
    tf.keras.layers.MaxPooling2D(pool_size=2),
    tf.keras.layers.Dropout(0.3),
    tf.keras.layers.Conv2D(filters=32, kernel_size=2, padding='same', activation='relu'),
    tf.keras.layers.MaxPooling2D(pool_size=2),
    tf.keras.layers.Dropout(0.3),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(256, activation=None), # No activation on final dense layer
    tf.keras.layers.Lambda(lambda x: tf.math.l2_normalize(x, axis=1)) # L2 normalize embeddings

])

Trenuj i oceniaj

# Compile the model
model.compile(
    optimizer=tf.keras.optimizers.Adam(0.001),
    loss=tfa.losses.TripletSemiHardLoss())

# Train the network
history = model.fit(
    train_dataset,
    epochs=5)

Epoch 1/5
1875/1875 [==============================] - 21s 5ms/step - loss: 0.6983
Epoch 2/5
1875/1875 [==============================] - 8s 4ms/step - loss: 0.4723
Epoch 3/5
1875/1875 [==============================] - 8s 4ms/step - loss: 0.4298
Epoch 4/5
1875/1875 [==============================] - 8s 4ms/step - loss: 0.4139
Epoch 5/5
1875/1875 [==============================] - 8s 4ms/step - loss: 0.3938

# Evaluate the network
results = model.predict(test_dataset)

# Save test embeddings for visualization in projector
np.savetxt("vecs.tsv", results, delimiter='\t')

out_m = io.open('meta.tsv', 'w', encoding='utf-8')
for img, labels in tfds.as_numpy(test_dataset):
    [out_m.write(str(x) + "\n") for x in labels]
out_m.close()


try:
  from google.colab import files
  files.download('vecs.tsv')
  files.download('meta.tsv')
except:
  pass

Projektor do osadzania

Pliki wektorowe i metadane mogą być ładowane i wizualizowane tutaj: https://projector.tensorflow.org/

Możesz zobaczyć wyniki naszych osadzonych danych testowych podczas wizualizacji za pomocą UMAP: