Тензорный поток глубокой нейронной сети для регрессии всегда предсказывает одинаковые результаты в одной партии

Я использую тензорный поток для реализации простого многослойного персептрона для регрессии. Код изменен из стандартного классификатора mnist, что я только изменил стоимость вывода на MSE (используйте tf.reduce_mean(tf.square(pred-y))) и некоторые параметры ввода, размера вывода. Однако, если я тренирую сеть, используя регрессию, после нескольких эпох, выходная партия абсолютно одинакова. например:

target: 48.129, estimated: 42.634
target: 46.590, estimated: 42.634
target: 34.209, estimated: 42.634
target: 69.677, estimated: 42.634
......

Я пробовал различный размер партии, различную инициализацию, нормировку ввода, используя sklearn.preprocessing.scale (диапазон ввода входов совсем другой). Однако никто из них не работал. Я также попробовал один из примеров sklearn от Tensorflow (регрессия глубоких нейронных сетей с данными Бостона). Но я получил еще одну ошибку в строке 40:

Объект 'module' не имеет атрибута 'infer_real_valued_columns_from_input'

Кто-нибудь знает, где проблема? спасибо

Мой код приведен ниже, может быть немного длинным, но очень страшным:

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import tensorflow as tf
from tensorflow.contrib import learn
import matplotlib.pyplot as plt

from sklearn.pipeline import Pipeline
from sklearn import datasets, linear_model
from sklearn import cross_validation
import numpy as np

boston = learn.datasets.load_dataset('boston')
x, y = boston.data, boston.target
X_train, X_test, Y_train, Y_test = cross_validation.train_test_split(
x, y, test_size=0.2, random_state=42)

total_len = X_train.shape[0]

# Parameters
learning_rate = 0.001
training_epochs = 500
batch_size = 10
display_step = 1
dropout_rate = 0.9
# Network Parameters
n_hidden_1 = 32 # 1st layer number of features
n_hidden_2 = 200 # 2nd layer number of features
n_hidden_3 = 200
n_hidden_4 = 256
n_input = X_train.shape[1]
n_classes = 1

# tf Graph input
x = tf.placeholder("float", [None, 13])
y = tf.placeholder("float", [None])

# Create model
def multilayer_perceptron(x, weights, biases):
    # Hidden layer with RELU activation
    layer_1 = tf.add(tf.matmul(x, weights['h1']), biases['b1'])
    layer_1 = tf.nn.relu(layer_1)

    # Hidden layer with RELU activation
    layer_2 = tf.add(tf.matmul(layer_1, weights['h2']), biases['b2'])
    layer_2 = tf.nn.relu(layer_2)

    # Hidden layer with RELU activation
    layer_3 = tf.add(tf.matmul(layer_2, weights['h3']), biases['b3'])
    layer_3 = tf.nn.relu(layer_3)

    # Hidden layer with RELU activation
    layer_4 = tf.add(tf.matmul(layer_3, weights['h4']), biases['b4'])
    layer_4 = tf.nn.relu(layer_4)

    # Output layer with linear activation
    out_layer = tf.matmul(layer_4, weights['out']) + biases['out']
    return out_layer

# Store layers weight & bias
weights = {
    'h1': tf.Variable(tf.random_normal([n_input, n_hidden_1], 0, 0.1)),
    'h2': tf.Variable(tf.random_normal([n_hidden_1, n_hidden_2], 0, 0.1)),
    'h3': tf.Variable(tf.random_normal([n_hidden_2, n_hidden_3], 0, 0.1)),
    'h4': tf.Variable(tf.random_normal([n_hidden_3, n_hidden_4], 0, 0.1)),
    'out': tf.Variable(tf.random_normal([n_hidden_4, n_classes], 0, 0.1))
}
biases = {
    'b1': tf.Variable(tf.random_normal([n_hidden_1], 0, 0.1)),
    'b2': tf.Variable(tf.random_normal([n_hidden_2], 0, 0.1)),
    'b3': tf.Variable(tf.random_normal([n_hidden_3], 0, 0.1)),
    'b4': tf.Variable(tf.random_normal([n_hidden_4], 0, 0.1)),
    'out': tf.Variable(tf.random_normal([n_classes], 0, 0.1))
}

# Construct model
pred = multilayer_perceptron(x, weights, biases)

# Define loss and optimizer
cost = tf.reduce_mean(tf.square(pred-y))
optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)

# Launch the graph
with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())

    # Training cycle
    for epoch in range(training_epochs):
        avg_cost = 0.
        total_batch = int(total_len/batch_size)
        # Loop over all batches
        for i in range(total_batch-1):
            batch_x = X_train[i*batch_size:(i+1)*batch_size]
            batch_y = Y_train[i*batch_size:(i+1)*batch_size]
            # Run optimization op (backprop) and cost op (to get loss value)
            _, c, p = sess.run([optimizer, cost, pred], feed_dict={x: batch_x,
                                                          y: batch_y})
            # Compute average loss
            avg_cost += c / total_batch

        # sample prediction
        label_value = batch_y
        estimate = p
        err = label_value-estimate
        print ("num batch:", total_batch)

        # Display logs per epoch step
        if epoch % display_step == 0:
            print ("Epoch:", '%04d' % (epoch+1), "cost=", \
                "{:.9f}".format(avg_cost))
            print ("[*]----------------------------")
            for i in xrange(3):
                print ("label value:", label_value[i], \
                    "estimated value:", estimate[i])
            print ("[*]============================")

    print ("Optimization Finished!")

    # Test model
    correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
    # Calculate accuracy
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
    print ("Accuracy:", accuracy.eval({x: X_test, y: Y_test}))

Ответ 1

Краткий ответ:

Транспонируйте свой pred вектор, используя tf.transpose(pred).

Более длинный ответ:

Проблема в том, что pred (предсказания) и y (метки) не имеют одинаковую форму: один - это вектор строки, а другой - вектор-столбец. Видимо, когда вы применяете к ним элементарную операцию, вы получите матрицу, которая не является тем, что вы хотите.

Решение состоит в том, чтобы транспонировать вектор прогнозирования с помощью tf.transpose() чтобы получить собственный вектор и, следовательно, функцию правильной потери. Фактически, если вы установите размер партии 1 в своем примере, вы увидите, что он работает даже без исправления, потому что перенос вектора 1x1 является не-оператором.

Я применил это исправление к вашему примеру кода и наблюдал следующее поведение. Перед исправлением:

Epoch: 0245 cost= 84.743440580
[*]----------------------------
label value: 23 estimated value: [ 27.47437096]
label value: 50 estimated value: [ 24.71126747]
label value: 22 estimated value: [ 23.87785912]

И после исправления в тот же момент времени:

Epoch: 0245 cost= 4.181439120
[*]----------------------------
label value: 23 estimated value: [ 21.64333534]
label value: 50 estimated value: [ 48.76105118]
label value: 22 estimated value: [ 24.27996063]

Вы увидите, что стоимость намного ниже и что он действительно правильно понял значение 50. Вам нужно будет немного подгонять скорость обучения и, таким образом, улучшить свои результаты.

Ответ 2

Вероятно, проблема с реализацией загрузки или индексированием набора данных. Если вы только изменили стоимость MSE, убедитесь, что pred и y правильно обновлены, и вы не перезаписали их другой графикой.

Еще одна вещь, которая поможет отлаживать, - это предсказать фактические результаты регрессии. Это также поможет, если вы разместите больше своего кода, чтобы мы могли видеть вашу конкретную загрузку данных и т.д.