[[350239]]

本文轉(zhuǎn)載自微信公眾號(hào)「小明菜市場」，作者小明菜市場。轉(zhuǎn)載本文請聯(lián)系小明菜市場公眾號(hào)。

前言

很長時(shí)間，Java都是一個(gè)相當(dāng)受歡迎的企業(yè)編程語言，其框架豐富，生態(tài)完善。Java擁有龐大的開發(fā)者社區(qū)，盡管深度學(xué)習(xí)應(yīng)用不斷推進(jìn)和演化，但是相關(guān)的深度學(xué)習(xí)框架對于Java來說相當(dāng)?shù)南∩伲F(xiàn)如今，主要模型都是Python編譯和訓(xùn)練，對于Java開發(fā)者來說，如果想要學(xué)習(xí)深度學(xué)習(xí)，就需要接受一門新的語言的洗禮。為了減少Java開發(fā)者學(xué)習(xí)深度學(xué)習(xí)的成本，AWS構(gòu)建了一個(gè)Deep Java Library(DJL)，一個(gè)為Java開發(fā)者定制的開源深度學(xué)習(xí)框架，其為開發(fā)者對接主流深度學(xué)習(xí)框架，提供了一個(gè)接口。

什么是深度學(xué)習(xí)

在開始之前，先了解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)基礎(chǔ)概念。機(jī)器學(xué)習(xí)是一個(gè)利用統(tǒng)計(jì)學(xué)知識(shí)，把數(shù)據(jù)輸入到計(jì)算機(jī)中進(jìn)行訓(xùn)練并完成特定目標(biāo)任務(wù)的過程，這種歸納學(xué)習(xí)方法可以讓計(jì)算機(jī)學(xué)習(xí)一些特征并進(jìn)行一系列復(fù)雜的任務(wù)，比如識(shí)別照片中的物體。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，主要側(cè)重于對于人工神經(jīng)網(wǎng)絡(luò)的開發(fā)，人工神經(jīng)網(wǎng)絡(luò)是通過研究人腦如何學(xué)習(xí)和實(shí)現(xiàn)目標(biāo)的過程中，歸納出的一套計(jì)算邏輯。通過模擬部分人腦神經(jīng)間信息傳遞的過程，從而實(shí)現(xiàn)各種復(fù)雜的任務(wù)，深度學(xué)習(xí)中的深度來源于會(huì)在人工神經(jīng)網(wǎng)絡(luò)中編制出，構(gòu)建出許多層，從而進(jìn)一步對數(shù)據(jù)信息進(jìn)行更為深層次的傳導(dǎo)。

訓(xùn)練 MNIST 手寫數(shù)字識(shí)別

項(xiàng)目配置

利用 gradle 配置引入依賴包，用DJL的api包和basicdataset包來構(gòu)建神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)集，這個(gè)案例，使用 MXNet作為深度學(xué)習(xí)引擎，所以引入mxnet-engine和mxnet-native-auto兩個(gè)包，依賴如下

plugins { 
    id 'java' 
} 
repositories {                            
    jcenter() 
} 
dependencies { 
    implementation platform("ai.djl:bom:0.8.0") 
    implementation "ai.djl:api" 
    implementation "ai.djl:basicdataset" 
    // MXNet 
    runtimeOnly "ai.djl.mxnet:mxnet-engine" 
    runtimeOnly "ai.djl.mxnet:mxnet-native-auto" 
} 

NDArry 和 NDManager

NDArray 是 DJL 存儲(chǔ)數(shù)據(jù)結(jié)構(gòu)和數(shù)學(xué)運(yùn)算的基本結(jié)構(gòu)，一個(gè)NDArry表達(dá)了一個(gè)定長的多維數(shù)組，NDArry的使用方法，類似于Python的numpy.ndarry。NDManager是NDArry的管理者，其負(fù)責(zé)管理NDArry的產(chǎn)生和回收過程，這樣可以幫助我們更好的對Java內(nèi)存進(jìn)行優(yōu)化，每一個(gè)NDArry都會(huì)由一個(gè)NDManager創(chuàng)造出來，同時(shí)他們會(huì)在NDManager關(guān)閉時(shí)一同關(guān)閉，

Model

在 DJL 中，訓(xùn)練和推理都是從 Model class 開始構(gòu)建的，我們在這里主要訓(xùn)練過程中的構(gòu)建方法，下面我們?yōu)?Model 創(chuàng)建一個(gè)新的目標(biāo)，因?yàn)? Model 也是繼承了 AutoClosable 結(jié)構(gòu)體，用一個(gè) try block實(shí)現(xiàn)。

try (Model model = Model.newInstance()) { 
    ... 
    // 主體訓(xùn)練代碼 
    ... 
} 

準(zhǔn)備數(shù)據(jù)

MNIST 數(shù)據(jù)庫包含大量的手寫數(shù)字的圖，通常用來訓(xùn)練圖像處理系統(tǒng)，DJL已經(jīng)把MNIST的數(shù)據(jù)收集到了 basicdataset 數(shù)據(jù)里，每個(gè) MNIST 的圖的大小是 28 * 28， 如果有自己的數(shù)據(jù)集，同樣可以使用同理來收集數(shù)據(jù)。

數(shù)據(jù)集導(dǎo)入教程 http://docs.djl.ai/docs/development/how_to_use_dataset.html#how-to-create-your-own-dataset

int batchSize = 32; // 批大小 
Mnist trainingDataset = Mnist.builder() 
        .optUsage(Usage.TRAIN) // 訓(xùn)練集 
        .setSampling(batchSize, true) 
        .build(); 
Mnist validationDataset = Mnist.builder() 
        .optUsage(Usage.TEST) // 驗(yàn)證集 
        .setSampling(batchSize, true) 
        .build(); 

這段代碼分別制作了訓(xùn)練和驗(yàn)證集，同時(shí)我們也隨機(jī)的排列了數(shù)據(jù)集從而更好的訓(xùn)練，除了這些配置以外，也可以對圖片進(jìn)行進(jìn)一步的設(shè)置，例如設(shè)置圖片大小，歸一化處理。

制作 model 建立 block

當(dāng)數(shù)據(jù)集準(zhǔn)備就緒以后，就可以構(gòu)建神經(jīng)網(wǎng)絡(luò)，在DJL 中，神經(jīng)網(wǎng)絡(luò)是由 Block 代碼塊構(gòu)成的，一個(gè)Block是一個(gè)具備多種神經(jīng)網(wǎng)絡(luò)特性的結(jié)構(gòu)，他們可以代表一個(gè)操作神經(jīng)網(wǎng)絡(luò)的一部分，甚至一個(gè)完整的神經(jīng)網(wǎng)絡(luò)，然后 block 就可以順序的執(zhí)行或者并行。同時(shí) block 本身也可以帶參數(shù)和子block，這種嵌套結(jié)構(gòu)可以快速的幫助更新一個(gè)可維護(hù)的神經(jīng)網(wǎng)絡(luò)，在訓(xùn)練過程中，每個(gè)block附帶參數(shù)也會(huì)實(shí)時(shí)更新，同時(shí)也會(huì)更新其子 block。當(dāng)我們構(gòu)建這些 block 的過程中，最簡單的方式就是把他們一個(gè)一個(gè)嵌套起來，直接使用準(zhǔn)備好的 DJL的 Block 種類，我們就可以快速制作各種神經(jīng)網(wǎng)絡(luò)。

block 變體

根據(jù)幾種基本的神經(jīng)網(wǎng)絡(luò)工作模式，我們提供幾種Block的變體，

1. SequentialBlock 是為了輸出作為下一個(gè)block的輸入繼續(xù)執(zhí)行到底。
2. parallelblock 是用于將一個(gè)輸入并行輸入到每一個(gè)子block中，同時(shí)也將輸出結(jié)果根據(jù)特定的合并方程合并起來。
3. lambdablock 是幫助用戶進(jìn)行快速操作的一個(gè)block，其中不具備任何參數(shù)，所以在訓(xùn)練的過程中沒有任何部分在訓(xùn)練過程中更新。

構(gòu)建多層感知機(jī) MLP 神經(jīng)網(wǎng)絡(luò)

我們構(gòu)建一個(gè)簡單的多層感知機(jī)神經(jīng)網(wǎng)絡(luò)，多層感知機(jī)是一個(gè)簡單的前向型神經(jīng)網(wǎng)絡(luò)，只包含幾個(gè)全連接層，構(gòu)建這個(gè)網(wǎng)路可以直接使用 sequentialblock

int input = 28 * 28; // 輸入層大小 
int output = 10; // 輸出層大小 
int[] hidden = new int[] {128, 64}; // 隱藏層大小 
SequentialBlock sequentialBlock = new SequentialBlock(); 
sequentialBlock.add(Blocks.batchFlattenBlock(input)); 
for (int hiddenSize : hidden) { 
    // 全連接層 
    sequentialBlock.add(Linear.builder().setUnits(hiddenSize).build()); 
    // 激活函數(shù) 
    sequentialBlock.add(activation); 
} 
sequentialBlock.add(Linear.builder().setUnits(output).build()); 

可以使用直接提供好的 MLP Block

Block block = new Mlp( 
        Mnist.IMAGE_HEIGHT * Mnist.IMAGE_WIDTH, 
        Mnist.NUM_CLASSES, 
        new int[] {128, 64}); 

訓(xùn)練

使用如下幾個(gè)步驟，

完成一個(gè)訓(xùn)練過程初始化：我們會(huì)對每一個(gè)Block的參數(shù)進(jìn)行初始化，初始化每個(gè)參數(shù)的函數(shù)都是由設(shè)定的 initializer決定的。前向傳播：這一步把輸入數(shù)據(jù)在神經(jīng)網(wǎng)絡(luò)中逐層傳遞，然后產(chǎn)生輸出數(shù)據(jù)。計(jì)算損失：我們會(huì)根據(jù)特定的損失函數(shù) loss 來計(jì)算輸出和標(biāo)記結(jié)果的偏差。反向傳播：在這一步中，利用損失反向求導(dǎo)計(jì)算出每一個(gè)參數(shù)的梯度。更新權(quán)重，會(huì)根據(jù)選擇的優(yōu)化器，更新每一個(gè)在 Block 上的參數(shù)的值。

精簡

DJL 利用了 Trainer 結(jié)構(gòu)體精簡了整個(gè)過程，開發(fā)者只需要?jiǎng)?chuàng)建Trainer 并指定對應(yīng)的initializer，loss，optimizer即可，這些參數(shù)都是由TrainingConfig設(shè)定，來看參數(shù)的設(shè)置。TrainingListener 訓(xùn)練過程設(shè)定的監(jiān)聽器，可以實(shí)時(shí)反饋每個(gè)階段的訓(xùn)練結(jié)果，這些結(jié)果可以用于記錄訓(xùn)練過程或者幫助 debug 神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中遇到的問題。用戶可以定制自己的 TrainingListener 來訓(xùn)練過程進(jìn)行監(jiān)聽

DefaultTrainingConfig config = new DefaultTrainingConfig(Loss.softmaxCrossEntropyLoss()) 
    .addEvaluator(new Accuracy()) 
    .addTrainingListeners(TrainingListener.Defaults.logging()); 
try (Trainer trainer = model.newTrainer(config)){ 
    // 訓(xùn)練代碼 
} 

訓(xùn)練產(chǎn)生以后，可以定義輸入的 Shape，之后可以調(diào)用 git函數(shù)進(jìn)行訓(xùn)練，結(jié)果會(huì)保存在本地目錄下

/* 
 * MNIST 包含 28x28 灰度圖片并導(dǎo)入成 28 * 28 NDArray。 
 * 第一個(gè)維度是批大小, 在這里我們設(shè)置批大小為 1 用于初始化。 
 */ 
Shape inputShape = new Shape(1, Mnist.IMAGE_HEIGHT * Mnist.IMAGE_WIDTH); 
int numEpoch = 5; 
String outputDir = "/build/model"; 
 
// 用輸入初始化 trainer 
trainer.initialize(inputShape); 
 
TrainingUtils.fit(trainer, numEpoch, trainingSet, validateSet, outputDir, "mlp"); 

輸出的結(jié)果圖

[INFO ] - Downloading libmxnet.dylib ... 
[INFO ] - Training on: cpu(). 
[INFO ] - Load MXNet Engine Version 1.7.0 in 0.131 ms. 
Training:    100% |████████████████████████████████████████| Accuracy: 0.93, SoftmaxCrossEntropyLoss: 0.24, speed: 1235.20 items/sec 
Validating:  100% |████████████████████████████████████████| 
[INFO ] - Epoch 1 finished. 
[INFO ] - Train: Accuracy: 0.93, SoftmaxCrossEntropyLoss: 0.24 
[INFO ] - Validate: Accuracy: 0.95, SoftmaxCrossEntropyLoss: 0.14 
Training:    100% |████████████████████████████████████████| Accuracy: 0.97, SoftmaxCrossEntropyLoss: 0.10, speed: 2851.06 items/sec 
Validating:  100% |████████████████████████████████████████| 
[INFO ] - Epoch 2 finished.NG [1m 41s] 
[INFO ] - Train: Accuracy: 0.97, SoftmaxCrossEntropyLoss: 0.10 
[INFO ] - Validate: Accuracy: 0.97, SoftmaxCrossEntropyLoss: 0.09 
[INFO ] - train P50: 12.756 ms, P90: 21.044 ms 
[INFO ] - forward P50: 0.375 ms, P90: 0.607 ms 
[INFO ] - training-metrics P50: 0.021 ms, P90: 0.034 ms 
[INFO ] - backward P50: 0.608 ms, P90: 0.973 ms 
[INFO ] - step P50: 0.543 ms, P90: 0.869 ms 
[INFO ] - epoch P50: 35.989 s, P90: 35.989 s 

訓(xùn)練結(jié)束以后，就可以對模型進(jìn)行識(shí)別了和使用了。

關(guān)于作者

我是小小，一個(gè)生于二線城市活在一線城市的小小，本期結(jié)束，我們下期再見。