/hapi

hapi is a High-level API that supports both static and dynamic execution modes

Primary LanguageJupyter NotebookApache License 2.0Apache-2.0

飞桨核心框架 高层API

简介 | 特性 | 快速使用 | 新增功能 | 使用示例

简介

飞桨框架2.0全新推出高层API,是对飞桨API的进一步封装与升级,提供了更加简洁易用的API,进一步提升了飞桨的易学易用性,并增强飞桨的功能。

飞桨高层API面向从深度学习小白到资深开发者的所有人群,对于AI初学者来说,使用高层API可以简单快速的构建深度学习项目,对于资深开发者来说,可以快速完成算法迭代。

飞桨高层API具有以下特点:

  • 易学易用: 高层API是对普通动态图API的进一步封装和优化,同时保持与普通API的兼容性,高层API使用更加易学易用,同样的实现使用高层API可以节省大量的代码。
  • 低代码开发: 使用飞桨高层API的一个明显特点是,用户可编程代码量大大缩减。
  • 动静转换: 高层API支持动静转换,用户只需要改一行代码即可实现将动态图代码在静态图模式下训练,既方便用户使用动态图调试模型,又提升了模型训练效率。

在功能增强与使用方式上,高层API有以下升级:

  • 模型训练方式升级: 高层API中封装了Model类,继承了Model类的神经网络可以仅用几行代码完成模型的训练。
  • 新增图像处理模块transform: 飞桨新增了图像预处理模块,其中包含数十种数据处理函数,基本涵盖了常用的数据处理、数据增强方法。
  • 提供常用的神经网络模型可供调用: 高层API中集成了计算机视觉领域和自然语言处理领域常用模型,包括但不限于mobilenet、resnet、yolov3、cyclegan、bert、transformer、seq2seq等等。同时发布了对应模型的预训练模型,用户可以直接使用这些模型或者在此基础上完成二次开发。

特性

易学易用

高层API基于飞桨动态图实现,兼容飞桨动态图的所有功能,既秉承了动态图易学、易用、易调试的特点,又对飞桨的动态图做了进一步的封装与优化。

低代码开发

相比较与动态图的算法实现,使用高层API实现的算法可编程代码量更少,原始的动态图训练代码需要20多行代码才能完成模型的训练,使用高层API后,仅用8行代码即可实现相同的功能。

使用普通API与高层API实现手写字符识别对比如下图,左边是普通动态图API的实现,右边是使用高层API的实现,可以明显发现,使用高层API的代码量更少。

动静统一

高层API中实现了动静统一,用户无需感知到静态图、动态图的区别,只需要改一行代码即可实现将动态图代码在静态图模式下训练。动态图更方便调试模型,静态图的训练方式训练效率更高。

高层API默认训练方式和主框架保持一致,采用动态图的训练方式,我们可以使用paddle.disable_static()来开启动态图训练模式,用paddle.enable_static()开启静态图模式训练。

# 一行代码切换动态图训练模式
## 动态图训练模式
paddle.disable_static()
## 静态图训练模式
# paddle.enable_static()

# 设置训练设备环境
paddle.set_device('gpu')

# 声明网络结构
model = paddle.Model(Mnist())
# 定义优化器
optimizer = paddle.optimizer.SGD(learning_rate=0.001, parameters=model.parameters())
# 调用prepare() 完成训练的配置
model.prepare(optimizer, CrossEntropy(), Accuracy())
# 调用 fit(),启动模型的训练
model.fit(train_dataset, val_dataset, batch_size=100, epochs=1, log_freq=100, save_dir="./output/")

快速使用

以mnist手写字符识别为例,介绍飞桨高层API的使用方式。

1. 搭建网络结构

使用高层API组建网络与动态图的组网方式完全相同,继承paddle.nn.Layer来定义网络结构即可。

高层API组网方式如下

import paddle

# 设置执行环境为GPU
paddle.set_device('gpu')
# 使用动态图训练方式
paddle.disable_static()

class Mnist(paddle.nn.Layer):
    def __init__(self):
        super(Mnist, self).__init__()
        self.fc = paddle.nn.Linear(input_dim=784, output_dim=10)

    # 定义网络结构的前向计算过程
    def forward(self, inputs):
        outputs = self.fc(inputs)

        return outputs

2. 训练准备

在开始训练前,需要定义优化器、损失函数、度量函数,准备数据等等。这些过程均可以在高层API Model类中的prepare函数中完成。

# 定义输入数据格式
inputs = [Input([None, 784], 'float32', name='image')]
labels = [Input([None, 1], 'int64', name='label')]

# 声明网络结构
model = paddle.Model(Mnist())
optimizer = paddle.optimizer.SGD(learning_rate=0.001,
                                 parameters=model.parameters())
# 使用高层API,prepare() 完成训练的配置
model.prepare(optimizer,
              paddle.nn.CrossEntropy(),
              paddle.metricAccuracy())

3. 启动训练

使用高层API完成训练迭代过程时,使用一行代码即可构建双层循环程序,去控制训练的轮数和数据读取过程。

from paddle.vision.datasets import MNIST as MnistDataset
# 定义数据读取器
train_dataset = MnistDataset(mode='train')
val_dataset = MnistDataset(mode='test')
# 启动训练
model.fit(train_dataset, val_dataset, batch_size=100, epochs=10, log_freq=100, save_dir="./output/")

高层API中通过fit函数完成训练的循环过程,只需要设置训练的数据读取器、batchsize大小,迭代的轮数epoch、训练日志打印频率log_freq,保存模型的路径即可。

新增功能

除了使用高层API实现一行代码启动训练外,还新增了以下功能:

  • paddle.vision.transforms 图像数据增强模块
  • paddle.vision.models 模型调用模块

transforms

paddle.vision.transforms。图像预处理模块transforms包括一系列的图像增强与图像处理实现,对处理计算机视觉相关的任务有很大帮助。

下表中列出Transforms支持的数据处理和数据增强API,如下所示:

transform的数据处理实现 函数功能
Compose 组合多种数据变换
BatchCompose 用于处理批数据的预处理接口组合
Resize 将图像转换为固定大小
RandomResizedCrop 根据输入比例对图像做随机剪切,然后resize到指定大小
CenterCrop 以图像的中心为中心对图像做剪切
CenterCropResize 对图像做padding,padding后的图像做centercrop,然后resize到指定大小
RandomHorizontalFlip 随机对图像做水平翻转
RandomVerticalFlip 随机对图像做垂直翻转
RandomCrop 在随机位置裁剪输入的图像
RandomErasing 随机选择图像中的一个矩形区域并将其像素删除
RandomRotate 按角度旋转图像
Permute 将数据的的维度换位
Normalize 用指定的均值和标准差对数据做归一化
GaussianNoise 给数据增加高斯噪声
BrightnessTransform 调整输入图像的亮度
SaturationTransform 调整输入图像的饱和度
ContrastTransform 调整输入图像的对比度
HueTransform 调整图像的色调
ColorJitter 随机调整图像的亮度、饱和度、对比度、和色调
Grayscale 将图像转换为灰度
Pad 使用特定的填充模式和填充值来对输入图像进行填充

使用方法如下:

from paddle.vision import transforms
import cv2

img_path = "./output/sample.jpg"
img = cv2.imread(img_path)

# 使用Compose 将可以将多个数据增强函数组合在一起
trans_funcs = transforms.Compose([transforms.RandomResizedCrop(224),
                                transforms.RandomHorizontalFlip(),
                                transforms.BrightnessTransform(0.2)])
label = None
img_processed, label = trans_funcs(img, label)

上述代码的效果图如下:

paddle.vision.models

paddle.vision.models中包含了高层API对常用模型的封装,包括ResNet、VGG、MobileNet、LeNet等。使用这些现有的模型,可以快速的完成神经网络的训练、finetune等。

使用paddle.vision中的模型可以简单快速的构建一个深度学习任务,比如13代码即可实现resnet在Cifar10数据集上的训练:

from paddle.vision.models import resnet50
from paddle.vision.datasets import Cifar10
from paddle.optimizer import Momentum
from paddle.regularizer import L2Decay
from paddle.nn import CrossEntropy
from paddle.metirc import Accuracy


# 调用resnet50模型
model = paddle.Model(resnet50(pretrained=False, num_classes=10))
# 使用Cifar10数据集
train_dataset = Cifar10(mode='train')
val_dataset = Cifar10(mode='test')
# 定义优化器
optimizer = Momentum(learning_rate=0.01,
                     momentum=0.9,
                     weight_decay=L2Decay(1e-4),
                     parameters=model.parameters())
# 进行训练前准备
model.prepare(optimizer, CrossEntropy(), Accuracy(topk=(1, 5)))
# 启动训练
model.fit(train_dataset,
          val_dataset,
          epochs=50,
          batch_size=64,
          save_dir="./output",
          num_workers=8)

更多使用示例

更多的高层API使用示例请参考: