再談遷移學習：微調網路
在《 站在巨人的肩膀上：遷移學習 》一文中，我們談到了一種遷移學習方法：將預訓練的卷積神經網路作為特徵提取器，然後使用一個標準的機器學習分類模型（比如Logistic迴歸），以所提取的特徵進行訓練，得到分類器，這個過程相當於用預訓練的網路取代上一代的手工特徵提取方法。這種遷移學習方法，在較小的資料集（比如17flowers）上也能取得不錯的準確率。
在那篇文章中，我還提到了另外一種遷移學習：微調網路，這篇文章就來談談微調網路。
所謂微調網路，相當於給預訓練的模型做一個“換頭術”，即“切掉”最後的全連線層（可以想象為卷積神經網路的“頭部”），然後接上一個新的引數隨機初始化的全連線層，接下來我們在這個動過“手術”的卷積神經網路上用我們比較小的資料集進行訓練。
在新模型上進行訓練，有幾點需要注意：
- 開始訓練時，“頭部”以下的層（也就是沒有被替換的網路層）的引數需要固定（frozen），也就是進行前向計算，但反向傳遞時不更新引數，訓練過程只更新新替換上的全連線層的引數。
- 使用一個非常小的學習率進行訓練，比如0.001
- 最後，作為可選，在全連線層的引數學習得差不多的時候，我們可以將“頭部”以下的層解凍（unfrozen），再整體訓練整個網路。
特徵提取和微調網路
對照一下上一篇文章中的特徵提取，我們以直觀的圖形來展現它們之間的不同：
如果我們在VGG16預訓練模型上進行特徵提取，其結構如下圖所示：
對比原模型結構，從最後一個卷積池化層直接輸出，即特徵提取。而微調網路則如下圖所示：
通常情況下，新替換的全連線層引數要比原來的全連線層引數要少，因為我們是在比較小的資料集上進行訓練。訓練過程通常分兩個階段，第一階段固定卷積層的引數，第二階段則全放開：
相比特徵提取這種遷移學習方法，網路微調通常能得到更高的準確度。但記住，天下沒有免費的午餐這個原則，微調網路需要做更多的工作：
首先訓練時間很長，相比特徵提取只做前向運算，然後訓練一個簡單的Logisitic迴歸演算法，速度很快，微調網路因為是在很深的網路模型上訓練，特別是第二階段要進行全面的反向傳遞，耗時更長。在我的GTX 960顯示卡上用17flowers資料集，訓練了幾個小時，還沒有訓練完，結果我睡著了:(，也不知道最終花了多長時間。
其次需要調整的超引數比較多，比如選擇多大的學習率，全連線網路設計多少個節點比較合適，這個依賴經驗，但在某些特別的資料集上，可能需要多嘗試幾次才能得到比較好的結果。
網路層及索引
在“動手術”之前，我們需要了解模型的結構，最起碼我們需要知道層的名稱及索引，沒有這些資訊，就如同盲人拿起手術刀。在keras中，要了解層的資訊非常簡單：
print("[INFO] loading network ...")
model = VGG16(weights="imagenet", include_top=args["include_top"] > 0)
print("[INFO] showing layers ...")
for (i, layer) in enumerate(model.layers):
print("[INFO] {}\t{}".format(i, layer.__class__.__name__))
複製程式碼
VGG16的模型結構如下：
可以看到第20 ~ 22層為全連線層，這也是微調網路要替換的層。
網路“換頭術”
首先，我們定義一組全連線層：INPUT => FC => RELU => DO => FC => SOFTMAX。相比VGG16中的全連線層，這個更加簡單，引數更少。然後將基本模型的輸出作為模型的輸入，完成拼接。這個拼接在keras中也相當簡單。
class FCHeadNet: @staticmethod def build(base_model, classes, D): # initialize the head model that will be placed on top of # the base, then add a FC layer head_model = base_model.output head_model = Flatten(name="flatten")(head_model) head_model = Dense(D, activation="relu")(head_model) head_model = Dropout(0.5)(head_model) # add a softmax layer head_model = Dense(classes, activation="softmax")(head_model) return head_model 複製程式碼
因為在VGG16的建構函式中有一個include_top引數，可以決定是否包含頭部的全連線層，所以這個“換頭”步驟相當簡單：
base_model = VGG16(weights="imagenet", include_top=False, input_tensor=Input(shape=(224, 224, 3))) # initialize the new head of the network, a set of FC layers followed by a softmax classifier head_model = FCHeadNet.build(base_model, len(class_names), 256) # place the head FC model on top of the base model -- this will become the actual model we will train model = Model(inputs=base_model.input, outputs=head_model) 複製程式碼
這時得到的model就是經過“換頭術”的網路模型。
訓練
微調網路的訓練和之前談到的模型訓練過程差不多，只是多了一個freeze層的動作，實際上是進行兩個訓練過程。如何固定層的引數呢？一句話就可以搞定：
for layer in base_model.layers: layer.trainable = False 複製程式碼
“解凍”類似，只是layer.trainable值設為True。
為了更快的收斂，儘快的學習到全連線層的引數，在第一階段建議採用RMSprop優化器。但學習率需要選擇一個比較小的值，例如0.001。
在經過一個相當長時間的訓練之後，新模型在17flowers資料集上的結果如下：
[INFO] evaluating after fine-tuning ... precisionrecallf1-scoresupport bluebell0.950.950.9520 buttercup1.000.900.9520 coltsfoot0.950.910.9322 cowslip0.930.870.9015 crocus1.001.001.0023 daffodil0.921.000.9623 daisy1.000.940.9716 dandelion0.940.940.9416 fritillary1.000.950.9821 iris0.960.960.9627 lilyvalley0.940.890.9118 pansy0.900.950.9219 snowdrop0.860.950.9020 sunflower0.951.000.9820 tigerlily0.960.960.9623 tulip0.700.780.7418 windflower1.000.950.9719 micro avg0.940.940.94340 macro avg0.940.930.94340 weighted avg0.940.940.94340 複製程式碼
相比特徵提取這種遷移學習，準確率有了相當可觀的提升。
小結
網路微調是一項非常強大的技術，我們無需從頭開始訓練整個網路。相反，我們可以利用預先存在的網路架構，例如在ImageNet資料集上訓練的最先進模型，該模型由豐富的過濾器組成。使用這些過濾器，我們可以“快速啟動”我們的學習，使我們能夠進行網路手術，最終得到更高精度的遷移學習模型，而不是從頭開始訓練，而且工作量少。
以上例項均有完整的程式碼，點選閱讀原文，跳轉到我在github上建的示例程式碼。
另外，我在閱讀《Deep Learning for Computer Vision with Python》這本書，在微信公眾號後臺回覆“計算機視覺”關鍵字，可以免費下載這本書的電子版。