chainerを使って回帰してみると、ちょっとはまる

#概要

• はじめまして、qiitaに初投稿です。至らぬところが多いと思います。

• ニューラルネットワークのフレームワークのサンプルコードは大体分類問題で、回帰の例があまりないのでトライしてみました。

• はまる箇所がありました。上手な書き方を知りたいので、投稿します。

• **theanoだと同等の事をするのに1000行以上書きましたが、chainerだと98行でした。**chainerに移行します。

• GPUでも問題なく動きました。

• 結論: chainerすごい

##ソースコード

• chainer/example/train_mnist.pyをちょっと変えたらできました(変更点は後ろに挙げました)。
• Gistに挙げました。

##はまった箇所

• 回帰問題の場合、正解データのshapeが(データ数,)だと,batchsizeが2以上の時になぜかnumpyのbroadcastingがうまくいきません。
• reshapeで(データ数,1)にするとbroadcastingできるようになりました。
• theanoでも全く同じ現象が起こるのでnumpyの問題だと思います。

#targetは正解データ
#mnist.pyだと↓のような書き方になっている 
target = diabetes['target'].astype(np.float32) #これだとミニバッチの数が2以上だと動かない

↑だと↓のようなValueErrorがでます(13というのはbatchsize)。

ValueError: non-broadcastable output operand with shape (1,30) doesn't match the broadcast shape (13,30)

試行錯誤した結果これで動きました。

#reshapeしないといけない
target = diabetes['target'].astype(np.float32).reshape(len(diabetes['target']), 1)

• 醜いかつ、相関係数が計算しにくいなど、不便な点があります。
• もう少しうまく書けないでしょうか？

#example/mnist.pyからの変更点
##環境

• pyenv
• anconda-2.1.0
  • conda update pythonでpythonのversionを2.7.10に
• CUDA6.5
• 後はchainerのRequirementsのライブラリ

###chainerのインストールに関して

• 最初はpip install chainerでインストールした(6月19日)chainerを使ってましたが、GPU上でadadeltaが動きませんでした(一文抜けてた)。
• github上では修正されていたので、git cloneして、python setup.py install
• pip install chainer-cuda-deps

##変更点
###データセット

• scikit-learnのdiabetesデータセットを利用しました。
• 入力データ: 10次元で442サンプル(小さい上に少なくてごめんなさい)

###モデル

• ネットワークのアーキテクチャ
  • 10(input)-30-30-1(output)

n_units   = 30
model = FunctionSet(l1=F.Linear(10, n_units),                                 
                    l2=F.Linear(n_units, n_units),
                    l3=F.Linear(n_units, 1)) 

###学習率の調整

• Adadelta(Adamよりも良かった)

optimizer = optimizers.AdaDelta(rho=0.9)

###誤差関数と評価手法

• 誤差関数は(ミニバッチ内の)平均二乗誤差

# Neural net architecture
def forward(x_data, y_data, train=True):
    x, t = Variable(x_data), Variable(y_data)
    h1 = F.dropout(F.relu(model.l1(x)),  train=train)
    h2 = F.dropout(F.relu(model.l2(h1)), train=train)
    y  = model.l3(h2)
    # 平均二乗誤差と予測結果を返す
    # 予測結果を返すのは、後で予測結果と正解データで相関係数を計算するから
    return F.mean_squared_error(y, t), y

• 正解率は出せないので、分類と同じ評価はできません。

• 誤差だけだとわかりにくいので、普通はR²値を利用する?

• 個人的事情で、予測値と正解データの相関係数で評価しました。

• はまった箇所(上参照)のせいで相関係数を計算する行が超絶汚くなります。

pearson = np.corrcoef(np.asarray(preds).reshape(len(preds),), np.asarray(y_test).reshape(len(preds),))

##感想

• theanoに比べてデバッグが本当に楽でした(theanoはどこでエラーが起きているのか本当わかりにくい)。
• 感動するレベルでコードが短くなりました。
• weight decayはできるみたいですけど、lassoは実現できるのでしょうか？