PyTorchのクイックスタート

PyTorchの勉強がてら、クイックスタートを翻訳しました。
自動翻訳にかけても微妙に日本語が気持ち悪く原文と見比べる羽目になるので、残しておきます。

クイック スタート

このセクションでは、機械学習の一般的なタスクの API を使用します。各セクションのリンクを参照して、さらに深く掘り下げてください。

データの操作

PyTorchには、torch.utils.data.DataLoader と torch.utils.data.Dataset という、データを扱うためのプリミティブがあります。Datasetはデータとそれに対応するラベルを格納し、DataLoaderはDatasetにiteratorを提供します。

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor

PyTorchにはTorchText、TorchVision、TorchAudioといったライブラリがあり、いずれもデータセットが含まれています。このチュートリアルでは、TorchVisionのデータセットを利用します。

# Download training data from open datasets.
training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor(),
)

# Download test data from open datasets.
test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor(),
)

DataLoaderには、引数としてDatasetを渡します。これはDatasetにiteratorとともに、自動バッチ処理、サンプリング、シャッフル、マルチプロセスデータローディングを提供します。ここではバッチサイズ64のため、DataLoaderは、64個のデータとラベルを返却します。

batch_size = 64

# Create data loaders.
train_dataloader = DataLoader(training_data, batch_size=batch_size)
test_dataloader = DataLoader(test_data, batch_size=batch_size)

for X, y in test_dataloader:
    print(f"Shape of X [N, C, H, W]: {X.shape}")
    print(f"Shape of y: {y.shape} {y.dtype}")
    break

詳しくはこちら(原文)

モデルの作成

PyTorchでニューラルネットワークを定義するために、nn.Moduleを継承したクラスを作成します。__init__関数でネットワークの層を定義し、forward関数で順伝搬を定義します。ニューラルネットワークの演算を高速化するために、可能であればGPUを使用します。

# Get cpu or gpu device for training.
device = "cuda" if torch.cuda.is_available() else "cpu"
print(f"Using {device} device")

# Define model
class NeuralNetwork(nn.Module):
    def __init__(self):
        super(NeuralNetwork, self).__init__()
        self.flatten = nn.Flatten()
        self.linear_relu_stack = nn.Sequential(
            nn.Linear(28*28, 512),
            nn.ReLU(),
            nn.Linear(512, 512),
            nn.ReLU(),
            nn.Linear(512, 10)
        )

    def forward(self, x):
        x = self.flatten(x)
        logits = self.linear_relu_stack(x)
        return logits

model = NeuralNetwork().to(device)
print(model)

詳しくはこちら(原文)

モデルパラメータの最適化

モデルを学習させるためには、損失関数とoptimizerが必要です。

loss_fn = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3)

1回の学習ループで、モデルは学習データセット（バッチ単位）に対して予測を行い、予測誤差を誤差逆伝播法にて、モデルのパラメータを調整します。

def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)
    model.train()
    for batch, (X, y) in enumerate(dataloader):
        X, y = X.to(device), y.to(device)

        # Compute prediction error
        pred = model(X)
        loss = loss_fn(pred, y)

        # Backpropagation
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

        if batch % 100 == 0:
            loss, current = loss.item(), batch * len(X)
            print(f"loss: {loss:>7f}  [{current:>5d}/{size:>5d}]")

その後、検証データセットに対してモデル精度を確認し、学習していることを確認します。

def test(dataloader, model, loss_fn):
    size = len(dataloader.dataset)
    num_batches = len(dataloader)
    model.eval()
    test_loss, correct = 0, 0
    with torch.no_grad():
        for X, y in dataloader:
            X, y = X.to(device), y.to(device)
            pred = model(X)
            test_loss += loss_fn(pred, y).item()
            correct += (pred.argmax(1) == y).type(torch.float).sum().item()
    test_loss /= num_batches
    correct /= size
    print(f"Test Error: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")

学習プロセスは、数回の反復（エポック）を実施します。各エポックにおいて、モデルはより良い推論のためのパラメータを学習します。エポック毎にモデルの精度と損失を表示します。エポックごとに精度が上がり、損失が減ることを期待します。

epochs = 5
for t in range(epochs):
    print(f"Epoch {t+1}\n-------------------------------")
    train(train_dataloader, model, loss_fn, optimizer)
    test(test_dataloader, model, loss_fn)
print("Done!")

詳しくはこちら(原文)

モデルの保存

モデルを保存する一般的な方法は、（モデルパラメータを含む）内部状態をシリアライズすることです。

torch.save(model.state_dict(), "model.pth")
print("Saved PyTorch Model State to model.pth")

モデルの読込

保存したモデルの読込は、ネットワーク層を再定義し、そこにシリアライズした内部状態を取り込みます。

model = NeuralNetwork()
model.load_state_dict(torch.load("model.pth"))

このモデルを使って、推論ができます。

classes = [
    "T-shirt/top",
    "Trouser",
    "Pullover",
    "Dress",
    "Coat",
    "Sandal",
    "Shirt",
    "Sneaker",
    "Bag",
    "Ankle boot",
]

model.eval()
x, y = test_data[0][0], test_data[0][1]
with torch.no_grad():
    pred = model(x)
    predicted, actual = classes[pred[0].argmax(0)], classes[y]
    print(f'Predicted: "{predicted}", Actual: "{actual}"')

詳しくはこちら(原文)