【Dropout】hyperasでパラメーターチューニングをしてみる-part2

こんにちわ。Toruです。

今回は前回の続き、hyperasでパワメータチューニングをしてみる回です。今度はDropoutのチューニングに挑戦してみます。前回の記事を見ていない方はこちらからご覧ください。

【Dense】hyperasを使ってパラメータチューニングする-part1こんにちは。Toruです。今回はディープラーニングで必要不可欠とされるパラメーターチューニングを勝手にやってくれるhyperas...

それでは早速やっていきまーす。

1 前回までのおさらい
2 Dropoutとは
3 hyperasでDropout
4 まとめ

Contents

前回までのおさらい
Dropoutとは
hyperasでDropout
まとめ

前回までのおさらい

前回はDenseのニューロン数をチューニングして最適な値を取得しました。前回、hyperasを使いDenseの最適なパラメータを設定したモデルがこちらです。

model = Sequential()
model.add(Dense(512, activation = 'relu', input_shape = (784,))) 
model.add(Dropout(0.2) 
model.add(Dense(256, activation = 'relu')) 
model.add(Dropout(0.2)
model.add(Dense(10, activation = 'softmax'))

model = Sequential()

model.add(Dense(512, activation = 'relu', input_shape = (784,))) 

model.add(Dropout(0.2) 

model.add(Dense(256, activation = 'relu')) 

model.add(Dropout(0.2)

model.add(Dense(10, activation = 'softmax'))

Denseの中の512と256、この2つの値をhyperasが自動で求めてくれました。今度はその次のDropoutの引数の最適値を求めていきます。

Dropoutとは

この章はDropoutについて、理解している方は読み飛ばしていただいて大丈夫です。Dropoutのドキュメントには「過学習を防止する効果がある」と記載されています。

イメージとしてはこういうことです。ディープラーニングのモデルは学習するうちに「暗記」をしようとします。ここでいう暗記というのは、「このデータはこの経路で行けばいい答えが出るでしょ」とモデル自体が予め決めつけてしまうことです。（イメージとして）

では、暗記がなぜダメなのか。

例えば、博多ラーメンのように細い麺のラーメンを「ラーメン」という正解ラベルとして、大量に学習させます。そのモデルに二郎系ラーメンを見せると、博多ラーメンを「ラーメン」と暗記しているモデルには「博多ラーメン以外はラーメンじゃない」と判断してしまいます。

（実際にこうなのかはわかりませんが…。）

このまま暗記が進んでいくと、もちろん過学習が起こり、一部のデータにしか適応できなくなってしまいます。これを防ぐのがDropoutです。やっていることは簡単で、ニューロンを指定された分だけ隠します。これだけ。

要するにニューロンを一時的に隠し、「回り道」をさせて学習をさせることで様々なパターンの入力データに対応できるようにします。たったこれだけで過学習を防げてしまいます。

hyperasでDropout

さあ、前置きが長くなりましたが実際に実装していきましょう。Dropoutの引数には通常、0〜1の間の値を入れます。これをhyperasで最適な値を求めるには以下のように入れます。

model.add(Dropout({{uniform(0, 1)}}))

1	model.add(Dropout({{uniform(0, 1)}}))

「0〜1の間で最適な値を教えて」これだけ。

じゃあ、これを入れたモデルを実際に実行してみましょう。上のやつを入れた今回のプログラムが以下になります。

import keras

from hyperas import optim
from hyperas.distributions import choice, uniform
from hyperopt import STATUS_OK, Trials, tpe, rand

from keras import models, optimizers
from keras.datasets import mnist
from keras.layers import Dense, Dropout
from keras.models import Sequential
from keras.optimizers import SGD


def get_data () :

        (x_train, y_train), (x_test, y_test) = mnist.load_data()

        x_train = x_train.reshape(60000, 784)
        x_test = x_test.reshape(10000, 784)

        x_train = x_train.astype('float32')
        x_test = x_test.astype('float32')

        x_train /= 255
        x_test /= 255

        print(x_train.shape[0], 'train samples')
        print(x_test.shape[0], 'test samples')

        y_train = keras.utils.to_categorical(y_train, 10)
        y_test = keras.utils.to_categorical(y_test, 10)

        return x_train, y_train, x_test, y_test   #並びに注意！！！

def model(x_train, y_train, x_test, y_test) :

        model = Sequential()
        model.add(Dense(512, activation = 'relu', input_shape = (784,)))
        model.add(Dropout({{uniform(0, 1)}}))
        model.add(Dense(256, activation = 'relu'))
        model.add(Dropout({{uniform(0, 1)}}))
        model.add(Dense(10, activation = 'softmax'))
        model.summary()

        model.compile(loss = 'categorical_crossentropy', optimizer = \
                                SGD(lr = 0.05, clipnorm = 1., nesterov = True),\ 
                                metrics = ['accuracy'])
        hist = model.fit(x_train, y_train, batch_size = 128, epochs = 20, \
                                verbose = 1, validation_data = (x_test, y_test))
        val_loss, val_acc = model.evaluate(x_test, y_test, verbose = 1)

        return {'loss': -val_acc, 'status': STATUS_OK, 'model': model}

def hyper_model(model) :

        best_run, best_model = optim.minimize(model = model, data = get_data,\
                                algo = tpe.suggest,\
                                max_evals = 6, trials = Trials())

        print("=====Result=====")
        print(best_model.summary())
        print(best_run)

        _, _, x_test, y_test = get_data()
        val_loss, val_acc = best_model.evaluate(x_test, y_test)

        print("val_loss: ", val_loss)
        print("val_acc: ", val_acc)

        return val_acc, val_loss

#===Learning===

val_acc, val_loss = hyper_model(model)

#==============

import keras

from hyperas import optim

from hyperas.distributions import choice, uniform

from hyperopt import STATUS_OK, Trials, tpe, rand

from keras import models, optimizers

from keras.datasets import mnist

from keras.layers import Dense, Dropout

from keras.models import Sequential

from keras.optimizers import SGD

def get_data () :

(x_train, y_train), (x_test, y_test) = mnist.load_data()

x_train = x_train.reshape(60000, 784)

x_test = x_test.reshape(10000, 784)

x_train = x_train.astype('float32')

x_test = x_test.astype('float32')

x_train /= 255

x_test /= 255

print(x_train.shape[0], 'train samples')

print(x_test.shape[0], 'test samples')

y_train = keras.utils.to_categorical(y_train, 10)

y_test = keras.utils.to_categorical(y_test, 10)

return x_train, y_train, x_test, y_test #並びに注意！！！

def model(x_train, y_train, x_test, y_test) :

model = Sequential()

model.add(Dense(512, activation = 'relu', input_shape = (784,)))

model.add(Dropout({{uniform(0, 1)}}))

model.add(Dense(256, activation = 'relu'))

model.add(Dropout({{uniform(0, 1)}}))

model.add(Dense(10, activation = 'softmax'))

model.summary()

model.compile(loss = 'categorical_crossentropy', optimizer = \

SGD(lr = 0.05, clipnorm = 1., nesterov = True),\

metrics = ['accuracy'])

hist = model.fit(x_train, y_train, batch_size = 128, epochs = 20, \

verbose = 1, validation_data = (x_test, y_test))

val_loss, val_acc = model.evaluate(x_test, y_test, verbose = 1)

return {'loss': -val_acc, 'status': STATUS_OK, 'model': model}

def hyper_model(model) :

best_run, best_model = optim.minimize(model = model, data = get_data,\

algo = tpe.suggest,\

max_evals = 6, trials = Trials())

print("=====Result=====")

print(best_model.summary())

print(best_run)

_, _, x_test, y_test = get_data()

val_loss, val_acc = best_model.evaluate(x_test, y_test)

print("val_loss: ", val_loss)

print("val_acc: ", val_acc)

return val_acc, val_loss

#===Learning===

val_acc, val_loss = hyper_model(model)

#==============

このプログラムを実行した結果がこちら。

_________________________________________________________________
None
{'Dropout': 0.4844455237320119, 'Dropout_1': 0.026079803111884514}
60000 train samples
10000 test samples
10000/10000 [==============================] - 0s 36us/step
val_loss:  0.06725202412945218
val_acc:  0.979200005531311
0.979200005531311 0.06725202412945218