听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹

听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹插图

大数据文摘出品

作者:钱天培、魏子敏

训练神经网络是个极为枯燥的工作。与其盯着Learning Curves发呆,或许可以调动一下其他感官,一起做点更有意思的事情。

比如说,眼睛看久了,可以让耳朵也活动活动。

一位酷爱弹吉他的数据科学家就希望,在调参时把其他器官也调动起来共同监督神经网络的训练。

他用一段程序将神经网络训练时的梯度转化成音频,这样,你就可以通过听不同的声音模式知晓训练情况。

听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹插图1

先来一段我们制作的小样——梯度的声音!

声音资源加载中…

听出来了嘛?这可是Adam optimizer的弹拨下,梯度发出的声音。

听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹插图2

umm没错,确实很难听… 不过先别急着下结论,因为… 更难听的还在后头呢……

把梯度训练变成声音,边听音乐边炼丹

通常,我们需要通过测量许多不同的指标来完成训练,例如准确度、损失、梯度等。多数调参工程师会选择将这些指标整合,并在TensorBoard上绘制可视化图。

听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹插图3

而这位名叫Christian S. Perone的数据科学家就厌倦了一直盯着各种参数的传统训练方式,经常玩音乐的他开发了一个小系统,把梯度训练变成声音,并且发布了全部120行代码。

听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹插图4

Christian S. Perone也是位吉他手

他用一段程序将神经网络训练时的梯度转化成音频,通过听不同的声音模式就知道训练情况。

这是个讨巧的训练监督方式,毕竟,听觉是目前在神经网络训练中很少被用到的感官。而事实上,人类的听觉感官也非常敏锐,可以非常好地区分非常小的特征,例如节奏和音调,即便是很微小或者短暂的变动,人们也很容易有直观的感受。

先一起来看几个非常简单的训练例子。

以下的几段声音显示了我们使用每层的梯度范数进行的合成声音,以及使用不同设置(如不同学习率、优化器、动量)对MNIST进行卷积神经网络训练的训练步骤等。

因为微信编辑限制,每篇文章只能插入一段音频,我们将后三段声音转化成了视频,请大家点击收听。

使用LR 0.01训练声音与SGD

此段表示,在第一个epoch的前200个step中使用batch size为10的训练结果。我们选取了0.01的learning rate。音高越高,层的范数(norm)就越高,不同批次之前我们插入了短暂的静音。注意渐变在时间内增加。

声音资源加载中…

使用LR 0.1训练声音与SGD

与上述相同,但我们把learning rate调高到了0.1。

使用LR 1.0训练声音与SGD

与上述相同,但是学习率更高,梯度爆炸并最后发散了,注意高音。嗯,听到最后觉得这个网络大概是死了吧,

使用LR 1.0和BS 256训练声音与SGD

相同的设置,但学习率高达1.0,批量大小为256.注意渐变如何爆炸,然后有NaNs导致最终声音。

这货真的有用吗?

花了这么大力气,我就想知道,靠耳朵调参真的靠谱吗?

没错,如你所料,可能没什么卵用。虽然在上面的例子中,我们可以很明显得听出不同参数的差别,但这些例子都是比较极端的情况。

所以,为什么还要制作这些音频呢?

大概是因为,调参真的是太无聊了吧。

       听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹插图5
     

开源代码,自己动手试试吧!

最后,还是放上Christian发布的完整开源代码,你需要安装PyAudio和PyTorch来运行代码。感兴趣的读者,不妨自己试试看。

1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">import pyaudio</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">import numpy as np</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">import wave</span></span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">import torch</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">import torch.nn as nn</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">import torch.nn.functional as F</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">import torch.optim as optim</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">from torchvision import datasets, transforms</span></span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">class Net(nn.Module):</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">def __init__(self):</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">super(Net, self).__init__()</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">self.conv1 = nn.Conv2d(1, 20, 5, 1)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">self.conv2 = nn.Conv2d(20, 50, 5, 1)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">self.fc1 = nn.Linear(4*4*50, 500)</span></span>
1
<span class="code-snippet_outer">self.fc2 = nn.Linear(500, 10)</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">self.ordered_layers = [self.conv1,</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">self.conv2,</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">self.fc1,</span></span>
1
<span class="code-snippet_outer">self.fc2]</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">def forward(self, x):</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">x = F.relu(self.conv1(x))</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">x = F.max_pool2d(x, 2, 2)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">x = F.relu(self.conv2(x))</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">x = F.max_pool2d(x, 2, 2)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">x = x.view(-1, 4*4*50)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">x = F.relu(self.fc1(x))</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">x = self.fc2(x)</span></span>
1
<span class="code-snippet_outer">return F.log_softmax(x, dim=1)</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">def open_stream(fs):</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">p = pyaudio.PyAudio()</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">stream = p.open(format=pyaudio.paFloat32,</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">channels=1,</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">rate=fs,</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">output=True)</span></span>
1
<span class="code-snippet_outer">return p, stream</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">def generate_tone(fs, freq, duration):</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">npsin = np.sin(2 * np.pi * np.arange(fs*duration) * freq / fs)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">samples = npsin.astype(np.float32)</span></span>
1
<span class="code-snippet_outer">return 0.1 * samples</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">def train(model, device, train_loader, optimizer, epoch):</span></span>
1
<span class="code-snippet_outer">model.train()</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">fs = 44100</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">duration = 0.01</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">f = 200.0</span></span>
1
<span class="code-snippet_outer">p, stream = open_stream(fs)</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer">frames = []</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">for batch_idx, (data, target) in enumerate(train_loader):</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">data, target = data.to(device), target.to(device)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">optimizer.zero_grad()</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">output = model(data)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">loss = F.nll_loss(output, target)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">loss.backward()</span></span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">norms = []</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">for layer in model.ordered_layers:</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">norm_grad = layer.weight.grad.norm()</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">norms.append(norm_grad)</span></span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">tone = f + ((norm_grad.numpy()) * 100.0)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">tone = tone.astype(np.float32)</span></span>
1
<span class="code-snippet_outer">samples = generate_tone(fs, tone, duration)</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer">frames.append(samples)</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">silence = np.zeros(samples.shape[0] * 2,</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">dtype=np.float32)</span></span>
1
<span class="code-snippet_outer">frames.append(silence)</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer">optimizer.step()</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;"># Just 200 steps per epoach</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">if batch_idx == 200:</span></span>
1
<span class="code-snippet_outer">break</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">wf = wave.open("sgd_lr_1_0_bs256.wav", 'wb')</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">wf.setnchannels(1)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">wf.setsampwidth(p.get_sample_size(pyaudio.paFloat32))</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">wf.setframerate(fs)</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">wf.writeframes(b''.join(frames))</span></span>
1
<span class="code-snippet_outer">wf.close()</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">stream.stop_stream()</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">stream.close()</span></span>
1
<span class="code-snippet_outer">p.terminate()</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">def run_main():</span></span>
1
<span class="code-snippet_outer">device = torch.device(<span class="code-snippet__string">"cpu"</span>)</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">train_loader = torch.utils.data.DataLoader(</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">datasets.MNIST('../data', train=True, download=True,</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">transform=transforms.Compose([</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">transforms.ToTensor(),</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">transforms.Normalize((0.1307,), (0.3081,))</span></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">])),</span></span>
1
<span class="code-snippet_outer">batch_size=256, shuffle=True)</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">model = Net().to(device)</span></span>
1
<span class="code-snippet_outer">optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5)</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">for epoch in range(1, 2):</span></span>
1
<span class="code-snippet_outer">train(model, device, train_loader, optimizer, epoch)</span>
1
<span class="code-snippet_outer"><br></span>
1
<span class="code-snippet_outer"><span style="font-size: 15px;color: rgb(51, 51, 51);letter-spacing: 2px;">if __name__ == "__main__":</span></span>
1
<span class="code-snippet_outer">run_main()</span>
1
<span class="code-snippet_outer"><br></span>

相关报道:

http://blog.christianperone.com/2019/08/listening-to-the-neural-network-gradient-norms-during-training/


实习/全职编辑记者招聘ing

加入我们,亲身体验一家专业科技媒体采写的每个细节,在最有前景的行业,和一群遍布全球最优秀的人一起成长。坐标北京·清华东门,在大数据文摘主页对话页回复“招聘”了解详情。简历请直接发送至zz@bigdatadigest.cn

志愿者介绍
后台回复志愿者”加入我们

听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹插图6
听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹插图7
听,是梯度的声音!用听觉监控神经网络训练,边听音乐边炼丹插图8
点「在看」的人都变好看了哦

    已同步到看一看

    发送中

    点赞