マルチ出力モデル

PyTorchによる中級ディープラーニング

Michal Oleszak

Machine Learning Engineer

マルチ出力の利点

マルチタスク学習モデル図：車の画像を入力し、メーカーと車種の2つを出力。

マルチラベル分類モデル図：1枚の画像を入力し、複数の予測を出力。

正則化モデル図：複数の層ブロックを持ち、各ブロック後に出力を予測。

文字とアルファベットの分類

モデル図：文字画像をニューラルネットワークに入力。

文字とアルファベットの分類

モデル図：2つの分類器が画像の埋め込みから文字とアルファベットを分類。

2出力Dataset

class OmniglotDataset(Dataset):
    def __init__(self, transform, samples):
        self.transform = transform
        self.samples = samples

    def __len__(self):
        return len(self.samples)

    def __getitem__(self, idx):
        img_path, alphabet, label = \
            self.samples[idx]
        img = Image.open(img_path).convert('L')
        img = self.transform(img)
        return img, alphabet, label

同じDatasetを使用できる...
...サンプルを更新して：

  print(samples[0])

  [(
    'omniglot_train/.../0459_14.png',
     0,
     0,
   )]

2出力アーキテクチャ

class Net(nn.Module):
    def __init__(self, num_alpha, num_char):
        super().__init__()
        self.image_layer = nn.Sequential(
            nn.Conv2d(1, 16, kernel_size=3, padding=1),
            nn.MaxPool2d(kernel_size=2),
            nn.ELU(),
            nn.Flatten(),
            nn.Linear(16*32*32, 128)
        )

        self.classifier_alpha = nn.Linear(128, 30)
        self.classifier_char = nn.Linear(128, 964)


    def forward(self, x):
        x_image = self.image_layer(x)

        output_alpha = self.classifier_alpha(x_image)
        output_char = self.classifier_char(x_image)

        return output_alpha, output_char

画像処理サブネットワークを定義
出力別分類器を定義
専用サブネットワークに画像を渡す
各出力層に結果を渡す
両方の出力を返す

訓練ループ

for epoch in range(10):
    for images, labels_alpha, labels_char \
    in dataloader_train:
        optimizer.zero_grad()
        outputs_alpha, outputs_char = net(images)

        loss_alpha = criterion(
          outputs_alpha, labels_alpha
        )
        loss_char = criterion(
          outputs_char, labels_char
        )

        loss = loss_alpha + loss_char

        loss.backward()
        optimizer.step()

モデルが2つの出力を生成
各出力の損失を計算
損失を合算して総損失を算出
総損失で逆伝播と最適化

練習しましょう！

PyTorchによる中級ディープラーニング