Chainerチュートリアル -v1.5向け- ViEW2015
71 likes•114,768 views
Deep Learning の簡単な説明から実装、そしてChainer の使い方を紹介します。CUDA サポートについても簡単に解説します。 最新のインストール方法も含んでいます。
Chainerチュートリアル -v1.5向け- ViEW2015
- 1. Chainerチュートリアル - v1.5向け - 2015/12/04 ViEW 2015@パシフィコ横浜 （株）Preferred Networks 奥田 遼介
- 2. Chainer（http://chainer.org/） 3 Chainer の使い方を紹介します Deep Learning の簡単な説明から実装へ CUDA サポートについても簡単に解説します 学術的な詳細は既存の文献を参考にしてください CUDA の詳細は NVIDIA のドキュメントを参照してください
- 4. ニューラルネット 値が伝播していく有向グラフ エッジで重みをかけて、ノードに入るところで足し 込み、ノードの中で非線形変換する 全体としては巨大で複雑な関数を表す 5
- 6. 一般のニューラルネットは DAG = 計算グラフ 一般にはグラフが分岐したり合流したりする 分岐：同じ変数を複数の場所でつかう 合流：二つ以上の変数を受け取る関数を適用する 7
- 7. 計算グラフの例 z = x ** 2 + 2 * x * y + y 8 x y _ ** 2 2 * _ _ * _ _ + _ z _ + _ z x x y y
- 8. 機械学習のおさらい 多くの機械学習手法は、 1. 目的関数の設計 2. 勾配の計算 3. 最小化のための反復計算 からなる 9 先ほどの計算は ここに使う
- 9. 機械学習の例：分類学習の目的関数 10 argminw ∑(x, y) l(x, y; w) xは入力ベクトル、yは予測ラベル l(x, y)は予測が正しければ小さく、間違えれば大 きくなる値（損失関数） 上記関数を最小化するパラメータｗを求めたい
- 10. 機械学習の例：分類学習のアルゴリズム 目的関数をパラメータwで微分した値（勾配）を 計算する方法を用意する wを勾配の方向に少しだけ動かす、を繰り返す 実際は更新方向の取り方に工夫が他数ある 11 initialize w until converge: w := w - η d/dw L(x, y; w) 最急降下法
- 13. ニューラルネットの学習方法 1. 目的関数の設計 計算グラフを自分で設計する 2. 勾配の計算 誤差逆伝播で機械的に計算できる 3. 最小化のための反復計算 勾配を使って反復更新する 14 １は設計が必要 ２、３は自動化されている
- 14. Recurrent Net ループがあるニューラルネット 時刻の概念があり、t=T の状態は t=T-1 の状態と t=T の入力 を使って求める 15 T T-1 T
- 15. Recurrent Net は時間展開して考える 時間展開すれば、DAG の計算グラフになる DAG の計算グラフは誤差逆伝播できる（Backprop Through Time） 16 t=1 t=2 t=3 t=4
- 16. Chainer の使い方
- 17. Chainer はニューラルネットのフレームワーク 機能 ニューラルネットを順伝播を記述する ニューラルネットの順伝播・逆伝播を実行する 勾配法を実行してパラメータを最適化する Chainer の特徴 順伝播は単純に Python のスクリプトとして書ける そのスクリプトで実行した計算手順を記録されて、 逆伝播を内部で自動生成する 18
- 18. ニューラルネットワークフレームワークの構成要素 構成要素 Chainerの場合 変数 chainer.Variable 関数 （損失関数/活性化関数) chainer.Functionを継承 パラメーター付き関数 chainer.Linkを継承 パラメーター付き関数集合 chainer.Chainを継承 最適化 chainer.Optimizer 19 大きく分けて三要素 変数・関数・最適化
- 19. Chainer のインストール 環境は Linux（特に Ubuntu）がおすすめ インストール方法 新しめの Python 環境を用意（CPython 2.7+, 3.4+, 3.5+） pip も用意 コマンドを実行 pip install -U cython pip install chainer chainer パッケージが import できれば完了です Python 環境は、Anaconda がおすすめ Python のバージョン管理は pyenv がおすすめ pyenv からコマンド一つで Anaconda もインストールできます 20
- 20. 順伝播 今まで「変数」と呼んでいたものは、Chainer で は Variable オブジェクト Variable を Function に入れると、順伝播後の Variable が返ってくる Variable が計算グラフを保持している Function は、四則演算以外に chainer.functions に用意されている 21
- 21. 順伝播とコード例 22 x = Varaible(...) y = Variable(...) z = x ** 2 + 2 * x * y + y x y _ ** 2 2 * _ _ * _ _ + _ z _ + _
- 22. Variable オブジェクト 計算グラフの（データ）ノード NumPy または CuPy（後述）の配列を保持する 初期化時に配列を渡す data 属性に保存される 多くの Function は配列の最初の軸をミニバッチとして使 うので注意 下の x は、20 次元ベクトルが 10 個入ったミニバッチとみなす 現状、Chainer は多くの場所で float32 配列を要求するの で注意 23 x = Variable(np.zeros((10, 20), dtype=np.float32)) x.data
- 23. Function オブジェクト 計算グラフの「演算」ノード chainer.functions (以降 F) にいろいろ定義され ている F.relu, F.max_pooling_2d, F.lstm, ... Functionの呼び出し結果が、再びVariableになる v1.5からパラメータはLinkとして分離された（後述） 24 x = Variable(...) y = F.relu(x) # yもVariable
- 24. Link オブジェクト パラメータ付きの関数 最適化の対象となる save/loadができる（v1.5からsave/loadをサポート） chainer.links（以降L）に色々用意されている L.Linear, L.Convolution2D, L.EmbedID, ... Linkの呼び出し結果が、再びVariableになる v1.5からFunctionとパラメータは分離され、パラメータ 付きの関数はLinkオブジェクトになった 25 v1.5～
- 25. ChainでLinkをまとめる 一般的にパラメータ付きの関数（Link）は複数あるので、 Chainでまとめて管理できる Chainを継承すると再利用しやすくなる model = Chain(embed=L.EmbedID(10000, 100), layer1=L.Linear(100, 100), layer2=L.Linear(100, 10000)) x = Variable(...) h = F.relu(model.layer1(model.embed(x))) y = model.layer2(h) 26 v1.5～
- 26. ロス関数、勾配計算 ロス関数もFunctionの一種 ロス関数の出力に、Variable.backward() を呼ぶと 勾配が計算できる loss = F.softmax_cross_entropy(y, t) loss.backward() 27
- 27. Optimizer の設定 勾配が計算できたら、あとは勾配法をまわす 勾配法のアルゴリズムは Optimizer クラスの子クラス chainer.optimizers に定義されている 実装されている最適化手法：SGD, MomentumSGD, AdaGrad, RMSprop, RMSpropGraves, AdaDelta, Adam 最適化対象をsetup メソッドに渡す 正則化はhook関数として登録する optimizer = optimizers.SGD() optimizer.setup(model) optimizer.add_hook(optimizer.WeightDecay()) 28
- 28. Optimizer による最適化 まず勾配をゼロ初期化：zerograds() 順伝播・逆伝播を実行 最適化ルーチンを実行：update() 以上を何回も繰り返す model.zerograds() loss = ... loss.backward() optimizer.update() 29
- 29. Chainer を使う場合の全体の流れ 1. Linkを使ってChainを定義する 2. Optimizer に、Chain を設定する 3. forward 関数を定義する 4. データセットを読み込み、訓練用と評価用にわける 5. 訓練ループを回す a. 勾配をゼロ初期化 b. 順伝播して、得られたロス値の backward メソッドを呼ぶ c. Optimizerを、update 6. 適当な頻度で評価ループを回す a. テストデータで順伝播関数を呼んで結果を記録 30
- 30. 例：MNIST # Model definition class MnistMLP(chainer.Chain): def __init__(self, n_in, n_units, n_out): super(MnistMLP, self).__init__( l1=L.Linear(n_in, n_units), l2=L.Linear(n_units, n_units), l3=L.Linear(n_units, n_out)) # Forward computation def __call__(self, x): h1 = F.relu(self.l1(x)) h2 = F.relu(self.l2(h1)) return self.l3(h2) # Setup model = L.Classifier(net.MnistMLP( 784, n_units, 10)) opt = optimizers.SGD() opt.setup(model) # Training loop for epoch in xrange(n_epoch): for i in xrange(0, N, batchsize): x = Variable(...) t = Variable(...) opt.update(model, x, t)
- 31. 新しい Function を自分で定義する Function は Python で新しく作ることができる forward(_cpu/_gpu) と backward(_cpu/_gpu) を実装する必 要がある 配列のタプルを受け取って、配列のタプルを返す Linkは内部でFunctionを呼んで作る 32
- 32. 自作Functionの例 class SquaredDiff(Function): def forward_cpu(self, inputs): x, y = inputs z = x – y return z * z, def backward_cpu(self, inputs, grad_outputs): x, y = inputs gz = grad_outputs gx = 2 * (x – y) * gz return gx, -gx 33 tupleを返す 勾配をtupleで返す
- 33. 新しい Function を自分で定義する Function を書いたらテストしましょう とくに勾配チェック (gradient check) は必須 有限差分法で forward のみから計算した勾配が、backward で計 算した勾配と一致するかを確かめる chainer.gradient_check.numerical_grad を使うと簡単 に書ける 公式リポジトリの tests/chainer_tests/function_tests にたくさん例 が書いてあります 34
- 34. CUDA サポート CuPy: 新しい CUDA 配列実装 NumPy と同じようなインターフェイスで使える 関数・メソッドのサブセットを実装 配列のスライス、転置、reshape 等も自由にできます カスタムカーネルも記述できる（elementwise, reduction） 35
- 35. CuPy を使う準備 まず CUDA が使える GPU を用意する CUDA 6.5 以上をインストール Ubuntu なら公式に deb パッケージがお薦め(aptがdriverも管理してくれる) パスを通す PATH を通すことが必要 CuPyはnvccのパスからライブラリの場所を見つけます デフォルトでは /usr/local/cuda にインストールされます PATH=/usr/local/cuda/bin:$PATH Chainer をインストールしたらimport cupyで動作を確認 36
- 36. cuDNNの使い方 cuDNN NNの計算を省メモリで高速におこなってくれるライブラリ 特にConvolutionに効果がある cuDNNは画像系では超重要（メモリ使用量が数分の1に減る場合も） NVIDIAのページでユーザー登録してダウンロード ダウンロードできるようになるまで数日かかります インストーラーはありません 展開して手動でCUDAのフォルダにコピー（おすすめ） lib64とinclude に対応するファイルを放り込む もしくはパスを通す CPATH、 LIBRARY_PATH、LD_LIBRARY_PATHの設定が必要 CuDNNを導入したらChainerを再インストール import cupy.cudnn で動作を確認 37
- 37. CuPy の使い方 numpy の代わりに cupy を使う（だいたい動く） CPU/GPU の両方で動く関数の書き方 chainer.cuda.get_array_module() を使うと、引数に cupy.ndarray があるかないかで numpy / cupy のどちらかを返してくれ ます 例えば下は NumPy と CuPy の両方で動く logsumexp の実装例（より省 メモリな実装を考えてみてください） 38 def logsumexp(x, axis=None): xp = cuda.get_array_module(x) x_max = x.max(axis=axis) return x_max + xp.log( xp.exp(x – x_max).sum(axis=axis))
- 38. 公式の Examples 公式リポジトリの examples にいくつか例があります 画像系 mnist: MNIST を多層パーセプトロンで学習。NN界のHello World imagenet: ImageNet からの大規模ConvNet学習 modelzoo: Caffe 公式モデルを読み込んで使うサンプル 言語系 ptb: Penn-Tree Bank から LSTM 言語モデルを学習する 無限長の入力に対する Truncated BPTT の例にもなっています word2vec: word2vec の実装と PTB からの学習 sentiment: Recursive Net を使った極性判定 39
- 39. Chainer を使う利点 Pythonで書ける NumPyが書ければCuPyを使ってGPU化できる 自作のレイヤーも前処理もPythonで書ける CuPyを使うことでPythonのまま簡単にGPU化 ループや複雑な分岐があるNNも直感的に書ける Pythonの制御構文でNNのforward処理が書ける Define by Run デバッグが楽 Pythonのスタックトレースを活用してのデバッグが可能 ファンクションの中身もほとんどPythonコード NNのバグの原因がどの行で起きているかが分かる 40
- 40. Chainer 1.5が正しくインストールできないときは？ v1.5 からHDF5とCythonに依存 周辺パッケージとの兼ね合いでインストールにちょっとしたテ クニックが必要 ログを活用する pip install chainer –vvvv 何が問題かが分かります Cythonをあらかじめインストール pip install -U cython メモリを食いつぶすエラーを防げます sudo に注意する 環境変数が引き継がれません 「Chainer 1.5 インストール」で検索 対処法が出てきます 41
- 41. まとめ ニューラルネットを実装面から簡単におさらいしました Chainer の構成と使い方をざっくりお伝えしました 本チュートリアルを参考にChainer を使っていただけれ ば幸いです Chainer 自体へのフィードバックもお待ちしております 42
- 42. ご清聴ありがとうございました 43 We are Hiring! https://www.preferred-networks.jp/job_ja