【tensorflow框架神经网络实现鸢尾花分类

文章目录

1、前言
2、神经网络参数优化器
- 2.1、SGD
- 2.2、SGDM
- 2.3、Adagrad
- 2.4、RMSProp
- 2.5、Adam
3、实验对比不同优化器
4、结果对比

1、前言

此前，在【tensorflow框架神经网络实现鸢尾花分类】一文中使用梯度下降算法SGD，对权重 $w$ 和偏置 $b$ 进行更新，本篇将对比不同优化器的训练效果

2、神经网络参数优化器

待优化参数 $w$ ，损失函数 $l oss$ ，学习了 $l r$ ，每次迭代一个 $ba t c h$ ， $t$ 表示当前 $ba t c h$ 迭代的总次数：
计算t时刻损失函数关于当前参数的梯度 $g_t=\nabla loss=\frac{\partial loss}{\partial w_t}$
计算 $t$ 时刻的一阶动量 $m_t$ 和二阶动量 $V_t$
计算 $t$ 时刻的下降梯度： $η_t=lr*\frac{m_t}{\sqrt{V_t}}$
$w_{t+1}=w_t-η_t=w_t-lr*\frac{m_t}{\sqrt{V_t}}$

一阶动量：与梯度相关的函数
二阶动量：与梯度平方相关的函数

2.1、SGD

随机梯度下降（stochastic gradient descent，SGD），无动量momentum，常用的梯度下降法。

$m_t=g_t$
$V_t=1$
$η_t=lr*\frac{m_t}{\sqrt{V_t}}=lr*g_t$
$w_{t+1}=w_{t}-η_{t}=w_t-lr*\frac{m_t}{\sqrt{V_t}}=w_t-lr*g_t$

$w_{t+1}=w_t-lr*\frac{\partial loss}{\partial w_t}$

代码

# sgd
w.assign_sub(lr * grads[0]) # 参数w自更新
b.assign_sub(lr * grads[1]) # 参数b自更新

2.2、SGDM

SGDM（SGD with momentum，SGDM），在SGD的基础上增加一阶动量。
$m_{t-1}$ 表示上一时刻的一阶动量，并且上一时刻的一阶动量在公式中占主导，经验值是0.9。

$m_t=β*m_{t-1} + (1-β)*g_t$
$V_t=1$
$η_t=lr*\frac{m_t}{\sqrt{V_t}}=lr*m_t=lr*(β*m_{t-1} + (1-β)*g_t)$
$w_{t+1}=w_{t}-η_{t}=w_t-lr*\frac{m_t}{\sqrt{V_t}}=w_t-lr*(β*m_{t-1} + (1-β)*g_t)$

代码

m_w, m_b = 0, 0
beta = 0.9
# sgd-momentun  
m_w = beta * m_w + (1 - beta) * grads[0]
m_b = beta * m_b + (1 - beta) * grads[1]
w1.assign_sub(lr * m_w)
b1.assign_sub(lr * m_b)

2.3、Adagrad

Adagrad，在SGD的基础上增加二阶动量。
二阶动量是从开始到现在，梯度平方的累计和。

$m_t=g_t$
$V_t=\sum_{τ=1}^{t}g_{τ}^{2}$
$η_t=lr*\frac{m_t}{\sqrt{V_t}}=lr*m_t=\frac{lr*g_t}{\sqrt{\sum_{τ=1}^{t}g_{τ}^{2}}}$
$w_{t+1}=w_{t}-η_{t}=w_t-\frac{lr*g_t}{\sqrt{\sum_{τ=1}^{t}g_{τ}^{2}}}$

代码

v_w, v_b = 0, 0
# adagrad
v_w += tf.square(grads[0])
v_b += tf.square(grads[1])
w1.assign_sub(lr * grads[0] / tf.sqrt(v_w))
b1.assign_sub(lr * grads[1] / tf.sqrt(v_b))

2.4、RMSProp

RMSProp，在SGD的基础上增加二阶动量。
二阶动量使用指数滑动平均值计算，表征的是过去一段时间的平均值。

$m_t=g_t$
$V_t=β*V_{t-1} +(1-β)*g_{t}^{2}$
$η_t=lr*\frac{m_t}{\sqrt{V_t}}=\frac{lr*g_t}{\sqrt{β*V_{t-1} +(1-β)*g_{t}^{2}}}$
$w_{t+1}=w_{t}-η_{t}=w_t-\frac{lr*g_t}{\sqrt{β*V_{t-1} +(1-β)*g_{t}^{2}}}$

代码

v_w, v_b = 0, 0
beta = 0.9
# rmsprop
v_w = beta * v_w + (1 - beta) * tf.square(grads[0])
v_b = beta * v_b + (1 - beta) * tf.square(grads[1])
w1.assign_sub(lr * grads[0] / tf.sqrt(v_w))
b1.assign_sub(lr * grads[1] / tf.sqrt(v_b))

2.5、Adam

Adam，同时结合SGDM的一阶动量和RMSProp的二阶动量。
在一阶动量和二阶动量的基础上，加入了修正项。

$m_t=β_1*m_{t-1} + (1-β_1)*g_t$
修正一阶动量的偏差： $\hat{m_t}=\frac{m_t}{1-β_{1}^{t}}$
$V_t=β_2*V_{t-1} +(1-β_2)*g_{t}^{2}$
修正二阶动量的偏差： $\hat{V_t}=\frac{V_t}{1-β_{2}^{t}}$
$η_t=lr*\frac{\hat{m_t}}{\sqrt{\hat{V_t}}}=lr*\frac{\frac{m_t}{1-β_{1}^{t}}}{\frac{V_t}{1-β_{2}^{t}}}$
$w_{t+1}=w_{t}-η_{t}=w_t-lr*\frac{\frac{m_t}{1-β_{1}^{t}}}{\frac{V_t}{1-β_{2}^{t}}}$

代码

m_w, m_b = 0, 0
v_w, v_b = 0, 0
beta1, beta2 = 0.9, 0.999
delta_w, delta_b = 0, 0
global_step = 0
# adam
m_w = beta1 * m_w + (1 - beta1) * grads[0]
m_b = beta1 * m_b + (1 - beta1) * grads[1]
v_w = beta2 * v_w + (1 - beta2) * tf.square(grads[0])
v_b = beta2 * v_b + (1 - beta2) * tf.square(grads[1])m_w_correction = m_w / (1 - tf.pow(beta1, int(global_step)))
m_b_correction = m_b / (1 - tf.pow(beta1, int(global_step)))
v_w_correction = v_w / (1 - tf.pow(beta2, int(global_step)))
v_b_correction = v_b / (1 - tf.pow(beta2, int(global_step)))w1.assign_sub(lr * m_w_correction / tf.sqrt(v_w_correction))
b1.assign_sub(lr * m_b_correction / tf.sqrt(v_b_correction))

3、实验对比不同优化器

在此前代码中【tensorflow框架神经网络实现鸢尾花分类】替换优化器部分，加入时间模块，进行时间对比，以及训练曲线的对比。
Adam代码示例

# 导入所需模块
import tensorflow as tf
from sklearn import datasets
from matplotlib import pyplot as plt
import numpy as np
import time  ##1### 导入数据，分别为输入特征和标签
x_data = datasets.load_iris().data
y_data = datasets.load_iris().target# 随机打乱数据（因为原始数据是顺序的，顺序不打乱会影响准确率）
# seed: 随机数种子，是一个整数，当设置之后，每次生成的随机数都一样（为方便教学，以保每位同学结果一致）
np.random.seed(116)  # 使用相同的seed，保证输入特征和标签一一对应
np.random.shuffle(x_data)
np.random.seed(116)
np.random.shuffle(y_data)
tf.random.set_seed(116)# 将打乱后的数据集分割为训练集和测试集，训练集为前120行，测试集为后30行
x_train = x_data[:-30]
y_train = y_data[:-30]
x_test = x_data[-30:]
y_test = y_data[-30:]# 转换x的数据类型，否则后面矩阵相乘时会因数据类型不一致报错
x_train = tf.cast(x_train, tf.float32)
x_test = tf.cast(x_test, tf.float32)# from_tensor_slices函数使输入特征和标签值一一对应。（把数据集分批次，每个批次batch组数据）
train_db = tf.data.Dataset.from_tensor_slices((x_train, y_train)).batch(32)
test_db = tf.data.Dataset.from_tensor_slices((x_test, y_test)).batch(32)# 生成神经网络的参数，4个输入特征故，输入层为4个输入节点；因为3分类，故输出层为3个神经元
# 用tf.Variable()标记参数可训练
# 使用seed使每次生成的随机数相同（方便教学，使大家结果都一致，在现实使用时不写seed）
w1 = tf.Variable(tf.random.truncated_normal([4, 3], stddev=0.1, seed=1))
b1 = tf.Variable(tf.random.truncated_normal([3], stddev=0.1, seed=1))lr = 0.1  # 学习率为0.1
train_loss_results = []  # 将每轮的loss记录在此列表中，为后续画loss曲线提供数据
test_acc = []  # 将每轮的acc记录在此列表中，为后续画acc曲线提供数据
epoch = 500  # 循环500轮
loss_all = 0  # 每轮分4个step，loss_all记录四个step生成的4个loss的和##########################################################################
m_w, m_b = 0, 0
v_w, v_b = 0, 0
beta1, beta2 = 0.9, 0.999
delta_w, delta_b = 0, 0
global_step = 0
########################################################################### 训练部分
now_time = time.time()  ##2##
for epoch in range(epoch):  # 数据集级别的循环，每个epoch循环一次数据集for step, (x_train, y_train) in enumerate(train_db):  # batch级别的循环 ，每个step循环一个batch##########################################################################       global_step += 1##########################################################################       with tf.GradientTape() as tape:  # with结构记录梯度信息y = tf.matmul(x_train, w1) + b1  # 神经网络乘加运算y = tf.nn.softmax(y)  # 使输出y符合概率分布（此操作后与独热码同量级，可相减求loss）y_ = tf.one_hot(y_train, depth=3)  # 将标签值转换为独热码格式，方便计算loss和accuracyloss = tf.reduce_mean(tf.square(y_ - y))  # 采用均方误差损失函数mse = mean(sum(y-out)^2)loss_all += loss.numpy()  # 将每个step计算出的loss累加，为后续求loss平均值提供数据，这样计算的loss更准确# 计算loss对各个参数的梯度grads = tape.gradient(loss, [w1, b1])########################################################################### adamm_w = beta1 * m_w + (1 - beta1) * grads[0]m_b = beta1 * m_b + (1 - beta1) * grads[1]v_w = beta2 * v_w + (1 - beta2) * tf.square(grads[0])v_b = beta2 * v_b + (1 - beta2) * tf.square(grads[1])m_w_correction = m_w / (1 - tf.pow(beta1, int(global_step)))m_b_correction = m_b / (1 - tf.pow(beta1, int(global_step)))v_w_correction = v_w / (1 - tf.pow(beta2, int(global_step)))v_b_correction = v_b / (1 - tf.pow(beta2, int(global_step)))w1.assign_sub(lr * m_w_correction / tf.sqrt(v_w_correction))b1.assign_sub(lr * m_b_correction / tf.sqrt(v_b_correction))
########################################################################### 每个epoch，打印loss信息print("Epoch {}, loss: {}".format(epoch, loss_all / 4))train_loss_results.append(loss_all / 4)  # 将4个step的loss求平均记录在此变量中loss_all = 0  # loss_all归零，为记录下一个epoch的loss做准备# 测试部分# total_correct为预测对的样本个数, total_number为测试的总样本数，将这两个变量都初始化为0total_correct, total_number = 0, 0for x_test, y_test in test_db:# 使用更新后的参数进行预测y = tf.matmul(x_test, w1) + b1y = tf.nn.softmax(y)pred = tf.argmax(y, axis=1)  # 返回y中最大值的索引，即预测的分类# 将pred转换为y_test的数据类型pred = tf.cast(pred, dtype=y_test.dtype)# 若分类正确，则correct=1，否则为0，将bool型的结果转换为int型correct = tf.cast(tf.equal(pred, y_test), dtype=tf.int32)# 将每个batch的correct数加起来correct = tf.reduce_sum(correct)# 将所有batch中的correct数加起来total_correct += int(correct)# total_number为测试的总样本数，也就是x_test的行数，shape[0]返回变量的行数total_number += x_test.shape[0]# 总的准确率等于total_correct/total_numberacc = total_correct / total_numbertest_acc.append(acc)print("Test_acc:", acc)print("--------------------------")
total_time = time.time() - now_time  
print("total_time", total_time)# 绘制测试Acc曲线和训练loss曲线
fig, ax = plt.subplots()
ax.plot(train_loss_results,'b-')
ax.set_xlabel('Epoch')
ax.set_ylabel('Loss')ax1 = ax.twinx()
ax1.plot(test_acc,'r-')
ax1.set_ylabel('Acc')ax1.spines['left'].set_color('blue')
ax1.spines['right'].set_color('red')
ax.set_title('SGD', fontsize=12)