web-dev-qa-db-ja.com

回帰用のテンソルフロー深層ニューラルネットワークは、常に1つのバッチで同じ結果を予測します

テンソルフローを使用して、回帰用の単純な多層パーセプトロンを実装します。コードは、出力コストをMSEに変更するだけで(tf.reduce_mean(tf.square(pred-y))を使用)、一部の入力、出力サイズの設定を変更する標準のmnist分類子から変更されます。ただし、いくつかのエポックの後、回帰を使用してネットワークをトレーニングすると、出力バッチはまったく同じになります。例えば:

target: 48.129, estimated: 42.634
target: 46.590, estimated: 42.634
target: 34.209, estimated: 42.634
target: 69.677, estimated: 42.634
......

異なるバッチサイズ、異なる初期化、sklearn.preprocessing.scaleを使用した入力の正規化を試しました(入力範囲はまったく異なります)。ただし、どれも機能しませんでした。また、Tensorflowのsklearnの例の1つを試しました( Deep Neural Network Regression with Boston Data )。しかし、行40で別のエラーが発生しました。

「モジュール」オブジェクトには属性「infer_real_valued_columns_from_input」がありません

誰が問題がどこにあるかについての手がかりを持っていますか?ありがとうございました

私のコードは以下にリストされており、少し長いかもしれませんが、非常にわかりやすいです:

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import tensorflow as tf
from tensorflow.contrib import learn
import matplotlib.pyplot as plt

from sklearn.pipeline import Pipeline
from sklearn import datasets, linear_model
from sklearn import cross_validation
import numpy as np

boston = learn.datasets.load_dataset('boston')
x, y = boston.data, boston.target
X_train, X_test, Y_train, Y_test = cross_validation.train_test_split(
x, y, test_size=0.2, random_state=42)

total_len = X_train.shape[0]

# Parameters
learning_rate = 0.001
training_epochs = 500
batch_size = 10
display_step = 1
dropout_rate = 0.9
# Network Parameters
n_hidden_1 = 32 # 1st layer number of features
n_hidden_2 = 200 # 2nd layer number of features
n_hidden_3 = 200
n_hidden_4 = 256
n_input = X_train.shape[1]
n_classes = 1

# tf Graph input
x = tf.placeholder("float", [None, 13])
y = tf.placeholder("float", [None])

# Create model
def multilayer_perceptron(x, weights, biases):
    # Hidden layer with RELU activation
    layer_1 = tf.add(tf.matmul(x, weights['h1']), biases['b1'])
    layer_1 = tf.nn.relu(layer_1)

    # Hidden layer with RELU activation
    layer_2 = tf.add(tf.matmul(layer_1, weights['h2']), biases['b2'])
    layer_2 = tf.nn.relu(layer_2)

    # Hidden layer with RELU activation
    layer_3 = tf.add(tf.matmul(layer_2, weights['h3']), biases['b3'])
    layer_3 = tf.nn.relu(layer_3)

    # Hidden layer with RELU activation
    layer_4 = tf.add(tf.matmul(layer_3, weights['h4']), biases['b4'])
    layer_4 = tf.nn.relu(layer_4)

    # Output layer with linear activation
    out_layer = tf.matmul(layer_4, weights['out']) + biases['out']
    return out_layer

# Store layers weight & bias
weights = {
    'h1': tf.Variable(tf.random_normal([n_input, n_hidden_1], 0, 0.1)),
    'h2': tf.Variable(tf.random_normal([n_hidden_1, n_hidden_2], 0, 0.1)),
    'h3': tf.Variable(tf.random_normal([n_hidden_2, n_hidden_3], 0, 0.1)),
    'h4': tf.Variable(tf.random_normal([n_hidden_3, n_hidden_4], 0, 0.1)),
    'out': tf.Variable(tf.random_normal([n_hidden_4, n_classes], 0, 0.1))
}
biases = {
    'b1': tf.Variable(tf.random_normal([n_hidden_1], 0, 0.1)),
    'b2': tf.Variable(tf.random_normal([n_hidden_2], 0, 0.1)),
    'b3': tf.Variable(tf.random_normal([n_hidden_3], 0, 0.1)),
    'b4': tf.Variable(tf.random_normal([n_hidden_4], 0, 0.1)),
    'out': tf.Variable(tf.random_normal([n_classes], 0, 0.1))
}

# Construct model
pred = multilayer_perceptron(x, weights, biases)

# Define loss and optimizer
cost = tf.reduce_mean(tf.square(pred-y))
optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)

# Launch the graph
with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())

    # Training cycle
    for Epoch in range(training_epochs):
        avg_cost = 0.
        total_batch = int(total_len/batch_size)
        # Loop over all batches
        for i in range(total_batch-1):
            batch_x = X_train[i*batch_size:(i+1)*batch_size]
            batch_y = Y_train[i*batch_size:(i+1)*batch_size]
            # Run optimization op (backprop) and cost op (to get loss value)
            _, c, p = sess.run([optimizer, cost, pred], feed_dict={x: batch_x,
                                                          y: batch_y})
            # Compute average loss
            avg_cost += c / total_batch

        # sample prediction
        label_value = batch_y
        estimate = p
        err = label_value-estimate
        print ("num batch:", total_batch)

        # Display logs per Epoch step
        if Epoch % display_step == 0:
            print ("Epoch:", '%04d' % (Epoch+1), "cost=", \
                "{:.9f}".format(avg_cost))
            print ("[*]----------------------------")
            for i in xrange(3):
                print ("label value:", label_value[i], \
                    "estimated value:", estimate[i])
            print ("[*]============================")

    print ("Optimization Finished!")

    # Test model
    correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
    # Calculate accuracy
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
    print ("Accuracy:", accuracy.eval({x: X_test, y: Y_test}))
32
Sufeng Niu

短い答え

tf.transpose(pred)を使用してpredベクトルを転置します。

長答

問題は、pred(予測)とy(ラベル)が同じ形状ではないことです。1つは行ベクトルで、もう1つは列ベクトルです。どうやら、それらに要素ごとの操作を適用すると、マトリックスが得られますが、これは望みのものではありません。

解決策は、tf.transpose()を使用して予測ベクトルを転置し、適切なベクトル、したがって適切な損失関数を取得することです。実際、例でバッチサイズを1に設定すると、1x1ベクトルの転置は無操作であるため、修正なしでもバッチサイズが機能することがわかります。

この修正をサンプルコードに適用し、次の動作を確認しました。修正前:

Epoch: 0245 cost= 84.743440580
[*]----------------------------
label value: 23 estimated value: [ 27.47437096]
label value: 50 estimated value: [ 24.71126747]
label value: 22 estimated value: [ 23.87785912]

そして、同じ時点での修正後:

Epoch: 0245 cost= 4.181439120
[*]----------------------------
label value: 23 estimated value: [ 21.64333534]
label value: 50 estimated value: [ 48.76105118]
label value: 22 estimated value: [ 24.27996063]

コストがはるかに低く、実際に値50を適切に学習したことがわかります。もちろん、結果を改善するために、学習率などを微調整する必要があります。

26
CNugteren

データセットの読み込みまたはインデックス作成の実装に問題がある可能性があります。コストをMSEのみに変更した場合は、predyが正しく更新されていることを確認し、異なるグラフ操作でそれらを上書きしていないことを確認してください。

デバッグに役立つもう1つのことは、実際の回帰出力を予測することです。特定のデータ読み込みの実装などを確認できるように、より多くのコードを投稿した場合にも役立ちます。

1
ahaque