跳转至

模型的加载与保存

对于模型的加载与保存,常用的场景有:

  • 将已经训练一段时间的模型保存,方便下次继续训练

  • 将训练好的模型保存,方便后续直接部署使用

严格来说,尚未训练好的模型的保存,称为 checkpoint 或者 snapshot 。与保存已训练好的模型(model saving) ,在概念上,略有不同。

不过,在 OneFlow 中,无论模型是否训练完毕,我们都使用 统一的接口 将其保存,因此,在其它框架中看到的modelcheckpointsnapshot 等表述,在 OneFlow 中不做区分。

在 OneFlow 中,flow.train.CheckPoint类作为接口,负责模型的初始化、加载与保存。

本文将介绍:

  • 如何创建模型参数

  • 如何保存/加载模型

  • OneFlow 模型的存储结构

  • 如何微调与扩展模型

get_variable 创建或获取参数

我们可以使用 oneflow.get_variable 方法创造或者获取一个对象,该对象可以用于在全局作业函数中交互信息;当调用 oneflow.CheckPoint 的对应接口时,该对象也会被自动地保存或从存储设备中恢复。

因为这个特点,get_variable 创建的对象,常用于存储模型参数。实际上,OneFlow 中很多较高层接口(如 oneflow.layers.conv2d),内部使用 get_variable 创建模型参数。

流程

get_variable 需要一个指定一个 name 参数,该参数作为创建对象的标识。

如果 name 指定的值在当前上下文环境中已经存在,那么 get_variable 会取出已有对象,并返回。

如果 name 指定的值不存在,则 get_varialbe 内部会创建一个 blob 对象,并返回。

使用 get_variable 创建对象

oneflow.get_variable 的原型如下:

def get_variable(
    name,
    shape=None,
    dtype=None,
    initializer=None,
    regularizer=None,
    trainable=None,
    model_name=None,
    random_seed=None,
    distribute=distribute_util.broadcast(),
)

以下是 oneflow.layers.conv2d 中,使用 get_variable 创造参数变量,并进一步构建网络的例子:

    #...
    weight = flow.get_variable(
        weight_name if weight_name else name_prefix + "-weight",
        shape=weight_shape,
        dtype=inputs.dtype,
        initializer=kernel_initializer
        if kernel_initializer is not None
        else flow.constant_initializer(0),
        regularizer=kernel_regularizer,
        trainable=trainable,
        model_name="weight",
    )

    output = flow.nn.conv2d(
        inputs, weight, strides, padding, data_format, dilation_rate, groups=groups, name=name
    )
    #...

initializer 设置初始化方式

我们在上文中已经看到,在调用 get_variable 时,通过设置初始化器 initializer 来指定参数的初始化方式,OneFlow 中提供了多种初始化器,可以在 oneflow 模块下查看。

在静态图机制下,设置 initializer 后,参数初始化工作由 OneFlow 框架完成,具体时机为:当用户调用下文中的 CheckPoint.init 时,OneFlow 会根据 initializer 对所有 get_variable 创建的对象进行 数据初始化

OneFlow 目前支持的 initializer 列举如下,点击链接可以查看相关算法:

OneFlow 模型的 Python 接口

我们通过 oneflow.train.CheckPoint() 实例化得到 CheckPoint 对象。 在 CheckPoint 类中有三个关键方法:

  • init : 根据设置的初始化方式,初始化参数变量;

  • save : 负责保存当前的模型到指定路径;

  • load : 从指定path中导入模型值,并用这些值初始化相应的参数变量。

init 的原型如下,在训练开始前,我们需要调用 init 初始化网络中的参数变量。

def init(self)

save 的原型如下,可以将模型保存至 path 所指定的路径。

def save(self, path)

load 的原型如下,可以加载之前已经保存的,由 path 路径所指定的模型。

def load(self, path)

调用 init 初始化模型

在训练开始前,我们需要先获取 CheckPoint 对象,再调用其中的 init 方法初始其中的网络参数。 如以下示例:

check_point = flow.train.CheckPoint() #构造 CheckPoint 对象
check_point.init() #初始化网络参数

#... 调用作业函数等操作

调用 save 保存模型

训练过程的任意阶段,都可以通过调用 CheckPoint 对象的 save 方法来保存模型。

check_point.save('./path_to_save')

注意:

  • save 参数所指定路径对应的目录要么不存在,要么应该为空目录,否则 save 会报错(防止覆盖掉原有保存的模型)
  • OneFlow 模型以一定的组织形式保存在指定的路径中,具体结构参见下文中的 OneFlow 模型的存储结构
  • 虽然 OneFlow 对 save 的频率没有限制,但是过高的保存频率,会加重磁盘及带宽等资源的负担。

调用 load 加载模型

通过调用 CheckPoint 对象的 load 方法,可以从指定的路径中加载模型。

以下代码,构造 CheckPoint 对象并从指定路径加载模型:

check_point = flow.train.CheckPoint() #构造对象
check_point.load("./path_to_model") #加载先前保存的模型

OneFlow 模型的存储结构

OneFlow 模型是一组已经被训练好的网络的 参数值 。模型所保存的路径下,有多个子目录,每个子目录对应了 作业函数 中模型的 name。 比如,我们先通过代码定义以下的模型:

def lenet(data, train=False):
    initializer = flow.truncated_normal(0.1)
    conv1 = flow.layers.conv2d(
        data,
        32,
        5,
        padding="SAME",
        activation=flow.nn.relu,
        name="conv1",
        kernel_initializer=initializer,
    )
    pool1 = flow.nn.max_pool2d(
        conv1, ksize=2, strides=2, padding="SAME", name="pool1", data_format="NCHW"
    )
    conv2 = flow.layers.conv2d(
        pool1,
        64,
        5,
        padding="SAME",
        activation=flow.nn.relu,
        name="conv2",
        kernel_initializer=initializer,
    )
    pool2 = flow.nn.max_pool2d(
        conv2, ksize=2, strides=2, padding="SAME", name="pool2", data_format="NCHW"
    )
    reshape = flow.reshape(pool2, [pool2.shape[0], -1])
    hidden = flow.layers.dense(
        reshape,
        512,
        activation=flow.nn.relu,
        kernel_initializer=initializer,
        name="dense1",
    )
    if train:
        hidden = flow.nn.dropout(hidden, rate=0.5, name="dropout")
    return flow.layers.dense(hidden, 10, kernel_initializer=initializer, name="dense2")
假设在训练过程中,我们调用以下代码保存模型:
check_point = flow.train.CheckPoint()
check_point.save('./lenet_models_name')
那么 lenet_models_name 及其子目录结构为:
lenet_models_name
├── conv1-bias
│   └── out
├── conv1-weight
│   └── out
├── conv2-bias
│   └── out
├── conv2-weight
│   └── out
├── hidden-bias
│   └── out
├── hidden-weight
│   └── out
├── outlayer-bias
│   └── out
├── outlayer-weight
│   └── out
├── snapshot_done
└── System-Train-TrainStep-train_job
    └── out

可以看到:

  • 作业函数中的网络模型,每个变量对应一个子目录

  • 以上每个子目录中,都有一个 out 文件,它是以二进制的方式存储的网络参数信息。out 是默认文件名,可以通过设置网络中的 variable op 修改。

  • snapshot_done 是一个空文件,如果它存在,表示网络已经训练完成

  • System-Train-TrainStep-train_job 中保存有快照的训练步数

模型的微调与扩展

在模型的微调和迁移学习中,我们经常需要:

  • 模型中的一部分参数加载自原有模型

  • 模型中的另一部分(新增的)参数需要初始化

对此,OneFlow 的 flow.train.CheckPoint.load 内部,预设了以下流程:

  • 按照作业函数中所描述的网络模型,遍历模型保存的路径,尝试加载各个参数

  • 如果找到了对应的参数,则加载该参数

  • 如果没有找到,则自动初始化,同时打印警告提醒已经自动初始化部分参数

在 OneFlow Benchmark 的 BERT 中,可以看到微调的实际应用。

以下举一个用于阐述概念的简单例子。

首先,我们先定义一个模型,训练后保存至 ./mlp_models_1

@flow.global_function(type="train")
def train_job(
    images: tp.Numpy.Placeholder((BATCH_SIZE, 1, 28, 28), dtype=flow.float),
    labels: tp.Numpy.Placeholder((BATCH_SIZE,), dtype=flow.int32),
) -> tp.Numpy:
    with flow.scope.placement("cpu", "0:0"):
        initializer = flow.truncated_normal(0.1)
        reshape = flow.reshape(images, [images.shape[0], -1])
        hidden = flow.layers.dense(
            reshape,
            512,
            activation=flow.nn.relu,
            kernel_initializer=initializer,
            name="dense1",
        )
        dense2 = flow.layers.dense(
            hidden, 10, kernel_initializer=initializer, name="dense2"
        )

        loss = flow.nn.sparse_softmax_cross_entropy_with_logits(labels, dense2)

    lr_scheduler = flow.optimizer.PiecewiseConstantScheduler([], [0.1])
    flow.optimizer.SGD(lr_scheduler, momentum=0).minimize(loss)

    return loss

然后,我们拓展网络结构,为以上模型多增加一层 dense3

@flow.global_function(type="train")
def train_job(
    images: tp.Numpy.Placeholder((BATCH_SIZE, 1, 28, 28), dtype=flow.float),
    labels: tp.Numpy.Placeholder((BATCH_SIZE,), dtype=flow.int32),
) -> tp.Numpy:
    with flow.scope.placement("cpu", "0:0"):
        #... 原有网络结构

        dense3 = flow.layers.dense(
            dense2, 10, kernel_initializer=initializer, name="dense3"
        )
        loss = flow.nn.sparse_softmax_cross_entropy_with_logits(labels, dense3)

    #...

最后,从原来保存的模型加载参数,并开始训练:

if __name__ == "__main__":
    check_point = flow.train.CheckPoint()
    check_point.load("./mlp_models_1")

    (train_images, train_labels), (test_images, test_labels) = flow.data.load_mnist(
        BATCH_SIZE, BATCH_SIZE
    )
    for i, (images, labels) in enumerate(zip(train_images, train_labels)):
        loss = train_job(images, labels)
        if i % 20 == 0:
            print(loss.mean())
    check_point.save("./mlp_ext_models_1")

会得到如下输出:

WARNING! CANNOT find variable path in : ./mlp_models_1/dense3-bias/out. It will be initialized.
WARNING! CANNOT find variable path in : ./mlp_models_1/dense3-weight/out. It will be initialized.
2.8365176
0.38763675
0.24882479
0.17603233
...
表示新增的 dense3 层所需的参数在原保存的模型中没有找到,并且已经自动初始化。

代码

脚本 mlp_mnist_origin.py 中构建了“骨干网络”,并将训练好的模型保存至 ./mlp_models_1

运行:

wget https://docs.oneflow.org/code/basics_topics/mlp_mnist_origin.py
python3 mlp_mnist_origin.py

训练完成后,将会在当前工作路径下得到 mlp_models_1 目录。

脚本 mlp_mnist_finetune.py 中的网络在原有基础上进行“微调”(为骨干网络增加一层dense3)后,加载 ./mlp_models_1,并继续训练。

运行:

wget https://docs.oneflow.org/code/basics_topics/mlp_mnist_finetune.py
python3 mlp_mnist_finetune.py

微调后的模型,保存在 ./mlp_ext_models_1 中。