如何修改Task内置方法?
了解如何修改Task内置方法,我们首先了解下Task中的事件。
Task定义了组网事件和运行事件。其中运行事件的工作流程如下图。
NOTE:
图中提到的运行设置config参见RunConfig说明
“finetune_start_event”,”finetune_end_event”,”predict_start_event”,”predict_end_event”,”eval_start_event”,”eval_end_event”等事件是用于打印相应阶段的日志信息。”save_ckpt_interval_event”事件用于保存当前训练的模型参数。”log_interval_event”事件用于计算模型评价指标以及可视化这些指标。
如果您需要对图中提到的事件的具体实现进行修改,可以通过Task提供的事件回调hook机制进行改写。
如你想要改变任务评价指标,如下示例中将PaddleHub默认的accuracy评价指标改为F1评价指标。同时还想用自定义的可视化工具可视化模型训练过程,如下示例将可视化工具改写为tb-paddle。则你需要改写评估方法log_interval_event。这时候你可以用Hook实现。具体使用方法如下:
import numpy as np
def calculate_f1_np(preds, labels):
# 计算F1分数
# preds:预测label
# labels: 真实labels
# 返回F1分数
preds = np.array(preds)
labels = np.array(labels)
tp = np.sum((labels == 1) & (preds == 1))
tn = np.sum((labels == 0) & (preds == 0))
fp = np.sum((labels == 0) & (preds == 1))
fn = np.sum((labels == 1) & (preds == 0))
p = tp / (tp + fp) if (tp + fp) else 0
r = tp / (tp + fn) if (tp + fn) else 0
f1 = (2 * p * r) / (p + r) if p + r else 0
return f1
# 自定义评估方法实现
def calculate_metrics(self, run_states):
# run_states: list类型,每个元素是一个RunState对象,指明了该step的运行状态
# 返回评估得分,平均损失值和平局运行速度
loss_sum = acc_sum = run_examples = 0
run_step = run_time_used = 0
all_labels = np.array([])
all_infers = np.array([])
for run_state in run_states:
run_examples += run_state.run_examples
run_step += run_state.run_step
loss_sum += np.mean(
run_state.run_results[-1]) * run_state.run_examples
acc_sum += np.mean(
run_state.run_results[2]) * run_state.run_examples
np_labels = run_state.run_results[0]
np_infers = run_state.run_results[1]
all_labels = np.hstack((all_labels, np_labels.reshape([-1])))
all_infers = np.hstack((all_infers, np_infers.reshape([-1])))
run_time_used = time.time() - run_states[0].run_time_begin
avg_loss = loss_sum / run_examples
run_speed = run_step / run_time_used
scores = OrderedDict()
f1 = calculate_f1_np(all_infers, all_labels)
scores["f1"] = f1
return scores, avg_loss, run_speed
# 利用自定义可视化工具tb-paddle记录训练过程中的损失值,评估指标等
from tb_paddle import SummaryWriter
tb_writer = SummaryWriter("PATH/TO/LOG")
def record_value(evaluation_scores, loss, s)
tb_writer.add_scalar(
tag="Loss_{}".format(self.phase),
scalar_value=loss,
global_step=self._envs['train'].current_step)
log_scores = ""
for metric in evaluation_scores:
self.tb_writer.add_scalar(
tag="{}_{}".format(metric, self.phase),
scalar_value=scores[metric],
global_step=self._envs['train'].current_step)
log_scores += "%s=%.5f " % (metric, scores[metric])
print("step %d / %d: loss=%.5f %s[step/sec: %.2f]" %
(self.current_step, self.max_train_steps, avg_loss,
log_scores, run_speed))
# 改写_log_interval_event实现
def new_log_interval_event(self, run_states):
# 改写的事件方法,参数列表务必与PaddleHub内置的相应方法保持一致
print("This is the new log_interval_event!")
scores, avg_loss, run_speed = calculate_metrics(run_states)
record_value(scores, avg_loss, run_speed)
# 利用Hook改写PaddleHub内置_log_interval_event实现,需要2步(假设task已经创建好)
# 1.删除PaddleHub内置_log_interval_event实现
# hook_type:你想要改写的事件hook类型
# name:hook名字,“default”表示PaddleHub内置_log_interval_event实现
task.delete_hook(hook_type="log_interval_event", name="default")
# 2.增加自定义_log_interval_event实现(new_log_interval_event)
# hook_type:你想要改写的事件hook类型
# name: hook名字
# func:自定义改写的方法
task.add_hook(hook_type="log_interval_event", name="new_log_interval_event", func=new_log_interval_event)
# 输出hook信息
task.hook_info()
NOTE:
关于上述提到的run_states参见RunEnv说明
tb-paddle详细信息参见官方文档
改写的事件方法,参数列表务必与PaddleHub内置的相应方法保持一致。
只支持改写/删除以下事件hook类型: “build_env_start_event”,”build_env_end_event”,”finetune_start_event”,”finetune_end_event”,”predict_start_event”,”predict_end_event”,”eval_start_event”,”eval_end_event”,”log_interval_event”,”save_ckpt_interval_event”,”eval_interval_event”,”run_step_event”。
如果想要改写组网事件,Hook不支持。改写组网事件参见自定义Task。
如何创建Task,参见PaddleHub迁移学习示例