MAML复现全部细节和经验教训（Pytorch）

2023-09-05 阅读 70 评论 0

摘要：由于MAML作者提供的源码比较混乱，而且是由tensorflow写成。所以我写了一篇用Pytorch复现MAML的博客：MAML模型无关的元学习代码完整复现（Pytorch版）。那篇博客中的复现细节已经很详尽了，但是在omniglot数据集上的准确率只有0.92，考虑

由于MAML作者提供的源码比较混乱，而且是由tensorflow写成。所以我写了一篇用Pytorch复现MAML的博客：MAML模型无关的元学习代码完整复现（Pytorch版）。那篇博客中的复现细节已经很详尽了，但是在omniglot数据集上的准确率只有0.92，考虑到omniglot算是比较简单的数据集了，因此0.92的准确率实在是太低了。

因此，我后来又对模型和数据的读取方法进行了一些调整，最近的实验表明在5-way-1-shot任务上，我的复现准确率已经达到了0.972，算是基本匹配上了作者在论文中给出的准确率区间。

在这篇文章中，我将总结一下我复现MAML时的一些经验和教训以及对原来代码的更改。

1 数据读取方式

我之前的数据读取方式是将omniglot中images_backgroud和images_evaluation这两个文件夹中的数据一次性读取出来，然后再对数据集进行划分。

img_list = np.load(os.path.join(root_dir, 'omniglot.npy')) # (1623, 20, 1, 28, 28)
x_train = img_list[:1200]
x_test = img_list[1200:]

这一次我使用通用的数据划分方法，即：images_backgroud中的数据作为训练数据，images_evaluation中的数据作为测试数据。

img_list_train = np.load(os.path.join(root_dir, 'omniglot_train.npy')) # (964, 20, 1, 28, 28)
img_list_test = np.load(os.path.join(root_dir, 'omniglot_test.npy')) # (659, 20, 1, 28, 28)x_train = img_list_train
x_test = img_list_test

具体代码见我的github。

2 模型构造

原来的模型卷积层的padding为2，stride也为2；我将它们修改为1之后，实验结果直接从0.92提升到了0.975。由此可见模型架构的微小调整也会严重影响模型的性能。大家平时在做实验时应该注意一下。

原来的模型架构为：

#         self.conv = nn.Sequential(
#             nn.Conv2d(in_channels = 1, out_channels = 64, kernel_size = (3,3), padding = 2, stride = 2),
#             nn.BatchNorm2d(64),
#             nn.ReLU(),
#             nn.MaxPool2d(2),#             nn.Conv2d(in_channels = 64, out_channels = 64, kernel_size = (3,3), padding = 2, stride = 2),
#             nn.BatchNorm2d(64),
#             nn.ReLU(),
#             nn.MaxPool2d(2),#             nn.Conv2d(in_channels = 64, out_channels = 64, kernel_size = (3,3), padding = 2, stride = 2),
#             nn.BatchNorm2d(64),
#             nn.ReLU(),
#             nn.MaxPool2d(2), #             nn.Conv2d(in_channels = 64, out_channels = 64, kernel_size = (3,3), padding = 2, stride = 2),
#             nn.BatchNorm2d(64),
#             nn.ReLU(),
#             nn.MaxPool2d(2), #             FlattenLayer(),
#             nn.Linear(64,5)
#         )

修改后的模型架构为：

#         self.conv = nn.Sequential(
#             nn.Conv2d(in_channels = 1, out_channels = 64, kernel_size = (3,3), padding = 1, stride = 1),
#             nn.BatchNorm2d(64),
#             nn.ReLU(),
#             nn.MaxPool2d(2),#             nn.Conv2d(in_channels = 64, out_channels = 64, kernel_size = (3,3), padding = 1, stride = 1),
#             nn.BatchNorm2d(64),
#             nn.ReLU(),
#             nn.MaxPool2d(2),#             nn.Conv2d(in_channels = 64, out_channels = 64, kernel_size = (3,3), padding = 1, stride = 1),
#             nn.BatchNorm2d(64),
#             nn.ReLU(),
#             nn.MaxPool2d(2), #             nn.Conv2d(in_channels = 64, out_channels = 64, kernel_size = (3,3), padding = 1, stride = 1),
#             nn.BatchNorm2d(64),
#             nn.ReLU(),
#             nn.MaxPool2d(2), #             FlattenLayer(),
#             nn.Linear(64,5)
#         )

3 降低对计算资源的要求

在进行20-way-1-shot的实验时，发现用原来的代码将会消耗大量的资源。我修改了一下原来的代码，在不需要记录梯度的位置加上"with torch.no_grad()"，从而将计算资源的需求降到了原来的1/5.

原来的代码为：

            for k in range(1, self.update_step):y_hat = self.net(x_spt[i], params = fast_weights, bn_training=True)loss = F.cross_entropy(y_hat, y_spt[i])grad = torch.autograd.grad(loss, fast_weights)tuples = zip(grad, fast_weights) fast_weights = list(map(lambda p: p[1] - self.base_lr * p[0], tuples))y_hat = self.net(x_qry[i], params = fast_weights, bn_training = True)loss_qry = F.cross_entropy(y_hat, y_qry[i])loss_list_qry[k+1] += loss_qrywith torch.no_grad():pred_qry = F.softmax(y_hat,dim=1).argmax(dim=1)correct = torch.eq(pred_qry, y_qry[i]).sum().item()correct_list[k+1] += correct

修改后的代码为：

            for k in range(1, self.update_step):y_hat = self.net(x_spt[i], params = fast_weights, bn_training=True)loss = F.cross_entropy(y_hat, y_spt[i])grad = torch.autograd.grad(loss, fast_weights)tuples = zip(grad, fast_weights) fast_weights = list(map(lambda p: p[1] - self.base_lr * p[0], tuples))if k < self.update_step - 1:with torch.no_grad():        y_hat = self.net(x_qry[i], params = fast_weights, bn_training = True)loss_qry = F.cross_entropy(y_hat, y_qry[i])loss_list_qry[k+1] += loss_qryelse:y_hat = self.net(x_qry[i], params = fast_weights, bn_training = True)loss_qry = F.cross_entropy(y_hat, y_qry[i])loss_list_qry[k+1] += loss_qry                    with torch.no_grad():pred_qry = F.softmax(y_hat,dim=1).argmax(dim=1)correct = torch.eq(pred_qry, y_qry[i]).sum().item()correct_list[k+1] += correct

4 关于20-way-1-shot实验

2020/5/10更新：

Reptile这篇论文中说，MAML的实验使用到了transductive Learning的实验设定。关于transductive Learning你可以理解成MAML作者汇报的是训练中query集的结果，而不是我们通常意义的测试集中query集的结果。
这个图表来自Reptile的那篇论文。
在这里插入图片描述
以下是原文：

我在复现这个实验的过程中，在测试集的query集中的最好结果也只有0.843。但是作者宣称她取得了0.95的实验结果，但是作者的源码中并没有给出20-way-1-shot的实验结果或者logs。

我找到了另一个网友（github账号名：katerkelly）的复现代码，这个人宣称他复现出来的结果是0.92。

20-way 1-shot training, best performance 92%

但是我实际运行以及查看了他的代码后发现，他报告的其实是训练集中query集的结果，而不是测试集中query集的结果。我们都知道在元学习中有support集和query集两者集合，其中:

训练集：分为support集和query集，其中support集用于训练，query集用于更新参数。
测试集：分为support集和query集，其中support集用于fine-tune，query集用于评估元学习模型的效果。

而那位网友报告的是训练集中support集的结果，真正的实验结果应该是测试集中support集的实验结果,也就是0.83。

你可以查看那位网友给出的实验结果展示图（下图）。中间那条橙黄色的线是0.92左右，那位网友报告的也是橙黄色这条线的结果，但是实际的实验结果应该是下面这条红色的线。也就是0.83左右，跟我得出的实验结果比较吻合。
网友的实验结果
有意思的是，MAML作者声称她的实验结果实0.95，而我自己复现的结果中，在测试集的support集上的结果也是0.95-0.96。为了跑出0.9以上的实验结果，我已经做了好几天的实验了，模型架构和超参数改动了几十次，最好的结果还是只有0.843。如果哪位网友能够复现出0.9以上的实验结果，麻烦告诉我一下。