1. SWA随机权重平均
1.1步骤
1.2代码
2.EMA指数移动平均
2.1步骤
2.2代码
3.总结
在kaggle比赛中,不管是目标检测任务、语义分割任务中,经常能看到SWA(Stochastic Weight Averaging)和EMA(Exponential Moving Average)的身影,今天就来一起学习下。
1. SWA随机权重平均
SWA随机权重平均:在优化的末期取k个优化轨迹上的checkpoints,平均他们的权重,得到最终的网络权重,这样就会使得最终的权重位于flat曲面更中心的位置,缓解权重震荡问题,获得一个更加平滑的解,相比于传统训练有更泛化的解。
1.1步骤
1.给定超参数:
循环周期c,代表训练c步就使用SWA进行一次权重平均学习率α1,α2,即周期学习率的上界和下界,论文的实验使用的周期性学习率如下图
2.然后,按照正常的SGD标准流程进行训练,每训练c步,就平均一次权重
3.最后,使用平均的权重wSWA权重进行推理。
1.2代码
import torchimport torch.nn as nndef apply_swa(model: nn.Module,checkpoint_list: list,weight_list: list,strict: bool = True):""":param model::param checkpoint_list: 要进行swa的模型路径列表:param weight_list: 每个模型对应的权重:param strict: 输入模型权重与checkpoint是否需要完全匹配:return:"""checkpoint_tensor_list = [torch.load(f, map_location='cpu') for f in checkpoint_list]for name, param in model.named_parameters():try:param.data = sum([ckpt['model'][name] * w for ckpt, w in zip(checkpoint_tensor_list, weight_list)])except KeyError:if strict:raise KeyError(f"Can't match '{name}' from checkpoint")else:print(f"Can't match '{name}' from checkpoint")return model
2.EMA指数移动平均
EMA指数移动平均:shadow权重是通过历史的模型权重指数加权平均数来累积的,每次shadow权重的更新都会受上一次shadow权重的影响,所以shadow权重的更新都会带有前几次模型权重的惯性,历史权重越久远,其重要性就越小,这样可以使得权重更新更加平滑。
为EMA权重,也被称为影子权重;为衰退率,一般为0.999或0.9999;为模型权重
从上述公式来看,shadow权重的更新大部分由累积的权重决定,小部分由当前权重决定。
2.1步骤
创建EMA平滑的shadow权重(对应EMA对象初始化和register方法)按照正常的训练流程,反向传播更新模型权重更新模型权重之后,再执行EMA平滑,更新shadow权重(对应update方法)重复2-3步,直到valid阶段备份模型权重,加载shadow权重,使用shadow权重进行模型的valid工作(对应apply_shadow方法)使用shadow权重作为模型权重,保存模型恢复模型权重(对应restore方法),继续重复以上步骤2-7。2.2代码
import torchimport torch.nn as nnfrom torch.utils.data import DataLoaderclass EMA:def __init__(self, model: nn.Module,decay: float = 0.999):self.model = modelself.decay = decayself.shadow = {}self.backup = {}def register(self):"""创建shadow权重"""for name, param in self.model.named_parameters():if param.requires_grad:self.shadow[name] = param.data.clone()def update(self):"""EMA平滑操作,更新shadow权重"""for name, param in self.model.named_parameters():if param.requires_grad:assert name in self.shadownew_average = (1.0 - self.decay) * param.data + self.decay * self.shadow[name]self.shadow[name] = new_average.clone()def apply_shadow(self):"""使用shadow权重作为模型权重,并创建原模型权重备份"""for name, param in self.model.named_parameters():if param.requires_grad:assert name in self.shadowself.backup[name] = param.dataparam.data = self.shadow[name]def restore(self):"""恢复模型权重"""for name, param in self.model.named_parameters():if param.requires_grad:assert name in self.backupparam.data = self.backup[name]self.backup = {}
3.总结
EMA需要在每步训练时,同步更新shadow权重,但其计算量与模型的反向传播相比,成本很小,因此实际上并不会拖慢很对模型的训练进度;SWA可以在训练结束,进行手动加权,完全不增加额外的训练成本;实际使用两者可以配合使用,可以带来一点模型性能提升。整理不易,欢迎一键三连!!!
如果觉得《【提分trick】SWA(随机权重平均)和EMA(指数移动平均)》对你有帮助,请点赞、收藏,并留下你的观点哦!