神经网络训练预测（听是梯度的声音）

神经网络训练预测（听是梯度的声音）umm没错，确实很难听... 不过先别急着下结论，因为... 更难听的还在后头呢……听出来了嘛？这可是Adam optimizer的弹拨下，梯度发出的声音。一位酷爱弹吉他的数据科学家就希望，在调参时把其他器官也调动起来共同监督神经网络的训练。他用一段程序将神经网络训练时的梯度转化成音频，这样，你就可以通过听不同的声音模式知晓训练情况。先来一段我们制作的小样——梯度的声音！

大数据文摘出品

作者：钱天培、魏子敏

训练神经网络是个极为枯燥的工作。与其盯着Learning Curves发呆，或许可以调动一下其他感官，一起做点更有意思的事情。

比如说，眼睛看久了，可以让耳朵也活动活动。

一位酷爱弹吉他的数据科学家就希望，在调参时把其他器官也调动起来共同监督神经网络的训练。

他用一段程序将神经网络训练时的梯度转化成音频，这样，你就可以通过听不同的声音模式知晓训练情况。

先来一段我们制作的小样——梯度的声音！

听出来了嘛？这可是Adam optimizer的弹拨下，梯度发出的声音。

umm没错，确实很难听... 不过先别急着下结论，因为... 更难听的还在后头呢……

把梯度训练变成声音，边听音乐边炼丹

通常，我们需要通过测量许多不同的指标来完成训练，例如准确度、损失、梯度等。多数调参工程师会选择将这些指标整合，并在TensorBoard上绘制可视化图。

而这位名叫Christian S. Perone的数据科学家就厌倦了一直盯着各种参数的传统训练方式，经常玩音乐的他开发了一个小系统，把梯度训练变成声音，并且发布了全部120行代码。

Christian S. Perone也是位吉他手

他用一段程序将神经网络训练时的梯度转化成音频，通过听不同的声音模式就知道训练情况。

这是个讨巧的训练监督方式，毕竟，听觉是目前在神经网络训练中很少被用到的感官。而事实上，人类的听觉感官也非常敏锐，可以非常好地区分非常小的特征，例如节奏和音调，即便是很微小或者短暂的变动，人们也很容易有直观的感受。

先一起来看几个非常简单的训练例子。

以下的几段声音显示了我们使用每层的梯度范数进行的合成声音，以及使用不同设置（如不同学习率、优化器、动量）对MNIST进行卷积神经网络训练的训练步骤等。

因为微信编辑限制，每篇文章只能插入一段音频，我们将后三段声音转化成了视频，请大家点击收听。

使用LR 0.01训练声音与SGD

此段表示，在第一个epoch的前200个step中使用batch size为10的训练结果。我们选取了0.01的learning rate。音高越高，层的范数（norm）就越高，不同批次之前我们插入了短暂的静音。注意渐变在时间内增加。

使用LR 0.1训练声音与SGD

与上述相同，但我们把learning rate调高到了0.1。

使用LR 1.0训练声音与SGD

与上述相同，但是学习率更高，梯度爆炸并最后发散了，注意高音。嗯，听到最后觉得这个网络大概是死了吧，

使用LR 1.0和BS 256训练声音与SGD

相同的设置，但学习率高达1.0，批量大小为256.注意渐变如何爆炸，然后有NaNs导致最终声音。

这货真的有用吗？

花了这么大力气，我就想知道，靠耳朵调参真的靠谱吗？

没错，如你所料，可能没什么卵用。虽然在上面的例子中，我们可以很明显得听出不同参数的差别，但这些例子都是比较极端的情况。

所以，为什么还要制作这些音频呢？

大概是因为，调参真的是太无聊了吧。

开源代码，自己动手试试吧！

最后，还是放上Christian发布的完整开源代码，你需要安装PyAudio和PyTorch来运行代码。感兴趣的读者，不妨自己试试看。

import pyaudioimport numpy as npimport wave import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimfrom torchvision import datasets transforms class Net(nn.Module):def __init__(self):super(Net self).__init__()self.conv1 = nn.Conv2d(1 20 5 1)self.conv2 = nn.Conv2d(20 50 5 1)self.fc1 = nn.Linear(4*4*50 500)self.fc2 = nn.Linear(500 10) self.ordered_layers = [self.conv1 self.conv2 self.fc1 self.fc2] def forward(self x):x = F.relu(self.conv1(x))x = F.max_pool2d(x 2 2)x = F.relu(self.conv2(x))x = F.max_pool2d(x 2 2)x = x.view(-1 4*4*50)x = F.relu(self.fc1(x))x = self.fc2(x)return F.log_softmax(x dim=1) def open_stream(fs):p = pyaudio.PyAudio()stream = p.open(format=pyaudio.paFloat32 channels=1 rate=fs output=True)return p stream def generate_tone(fs freq duration):npsin = np.sin(2 * np.pi * np.arange(fs*duration) * freq / fs)samples = npsin.astype(np.float32)return 0.1 * samples def train(model device train_loader optimizer epoch):model.train() fs = 44100duration = 0.01f = 200.0p stream = open_stream(fs) frames = [] for batch_idx (data target) in enumerate(train_loader):data target = data.to(device) target.to(device)optimizer.zero_grad()output = model(data)loss = F.nll_loss(output target)loss.backward() norms = []for layer in model.ordered_layers:norm_grad = layer.weight.grad.norm()norms.append(norm_grad) tone = f ((norm_grad.numpy()) * 100.0)tone = tone.astype(np.float32)samples = generate_tone(fs tone duration) frames.append(samples) silence = np.zeros(samples.shape[0] * 2 dtype=np.float32)frames.append(silence) optimizer.step() # Just 200 steps per epoachif batch_idx == 200:break wf = wave.open("sgd_lr_1_0_bs256.wav" 'wb')wf.setnchannels(1)wf.setsampwidth(p.get_sample_size(pyaudio.paFloat32))wf.setframerate(fs)wf.writeframes(b''.join(frames))wf.close() stream.stop_stream()stream.close()p.terminate() def run_main():device = torch.device("cpu") train_loader = torch.utils.data.DataLoader(datasets.MNIST('../data' train=True download=True transform=transforms.Compose([transforms.ToTensor() transforms.Normalize((0.1307 ) (0.3081 ))])) batch_size=256 shuffle=True) model = Net().to(device)optimizer = optim.SGD(model.parameters() lr=0.01 momentum=0.5) for epoch in range(1 2):train(model device train_loader optimizer epoch) if __name__ == "__main__":run_main()

相关报道：

http://blog.christianperone.com/2019/08/listening-to-the-neural-network-gradient-norms-during-training/