tensorflowにおけるGradientsをtensorboardで表示する

tensorflowでのGradients

Reinforcement Learningの主力モデルの一つであるA3Cのモデルを現在勉強中。
その際、数式の中でGradientsの表示が出てきたので、tensorflowでどのように表現することが出来るか探ってみました。

Gradients

今回はGradientsのhistgramを表示することにフォーカスしたいので、MNISTのプログラムからGradientsをどのように取得すべきかを検討してみました。

#参考リンク

TensorBoard: Visualizing Learning
TensorBoard: How to plot histogram for gradients?

上記リンクを参考にして記事を書いています。

MNIST単純モデル

まずは、単純なtensorflowのconvolution modelを構築。
2層のconvolution layerからfully_connected層を経て10digitsのOutputsを作成します。

demo_mnist.py

def weight_variable(shape):
    initial_value = tf.truncated_normal(shape, stddev=0.1)
    W = tf.get_variable("W",initializer=initial_value)
    return W

def bias_variable(shape):
    initial_value = tf.truncated_normal(shape, 0.0, 0.001)
    b = tf.get_variable("b",initializer=initial_value)
    return b

def conv2d(x, W, name="conv"):
    with tf.variable_scope(name):
        return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

def max_pool_2x2(x):
    return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                        strides=[1, 2, 2, 1], padding='SAME')
def proc1():
    mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)


    x = tf.placeholder(tf.float32, [None, 784])
    y_ = tf.placeholder(tf.float32, [None, 10])


    with tf.variable_scope("mnist") as scope:

        name = "conv1"
        with tf.variable_scope(name) as scope:
            W_conv1 = weight_variable([5, 5, 1, 32])
            b_conv1 = bias_variable([32])
            x_image = tf.reshape(x, [-1,28,28,1])
            h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1, name) + b_conv1)
            h_pool1 = max_pool_2x2(h_conv1)

        name = "conv2"
        with tf.variable_scope(name) as scope:
            W_conv2 = weight_variable([5, 5, 32, 64])
            b_conv2 = bias_variable([64])
            h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2, name) + b_conv2)
            h_pool2 = max_pool_2x2(h_conv2)

        name = "fc1"
        with tf.variable_scope(name) as scope:
            W_fc1 = weight_variable([7 * 7 * 64, 1024])
            b_fc1 = bias_variable([1024])
            h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])
            h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
            keep_prob = tf.placeholder(tf.float32)
            h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

        name = "fc2"
        with tf.variable_scope(name) as scope:
            W_fc2 = weight_variable([1024, 10])
            b_fc2 = bias_variable([10])

        with tf.variable_scope("logits_pred") as scope:
            #logits = tf.matmul(x, W) + b
            #logits = tf.nn.relu(logits)
            logits = tf.matmul(h_fc1_drop, W_fc2) + b_fc2

##Trainable_Variables
各層でのそれぞれのweightsを取得したいので、

var = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES,"mnist")

取得したweightsが現状どのようになっているの確認したければ、

    for v in var:
        if "W" in v.name:
            print(v)

とすることで簡易的に確認することができます。あくまでも簡易的です。

##Training
train scopeを作成してその中でtensorflowのhistgramを使用してgradientsを出力するようにしています。

    with tf.variable_scope("train") as scope:
        grads = tf.gradients(cost, var)
        gradients = list(zip(grads, var))

        regularizer = 0.0
        for w in Ws:
            regularizer += tf.nn.l2_loss(w)
        #
        #print(gradients)
        beta = 0.01
        loss = tf.reduce_mean(cost + beta * regularizer)

        opt = tf.train.GradientDescentOptimizer(1e-4)
        #train_op = tf.train.AdamOptimizer(1e-4).minimize(loss)
        g_and_v = opt.compute_gradients(cost, var)

        #p = 1.
        #eta = opt._learning_rate
        #my_grads_and_vars = [(g-(1/eta)*p, v) for g, v in grads_and_vars]
        train_op = opt.apply_gradients(grads_and_vars=g_and_v)

        for index, grad in enumerate(g_and_v):
            tf.summary.histogram("{}-grad".format(grads[index][1].name), grads[index])

##tf.Session()
最後はtf.SessionでmergeされたOperatorをsummary_writerで書き出すことをしています。

    merged_summary_op = tf.summary.merge_all()
    save_path = None

    with tf.Session() as sess:

        if save_path is None:
            save_path = 'experiments/' + \
            strftime("%d-%m-%Y-%H:%M:%S/model", gmtime())
            print("No save path specified, so saving to", save_path)
        if not os.path.exists(save_path):
            logging.debug("%s doesn't exist, so creating" , save_path)
            os.makedirs(save_path)

        init_op = tf.group(tf.global_variables_initializer(),
                       tf.local_variables_initializer())
        sess.run(init_op)
        saver = tf.train.Saver()

        summary_writer = tf.summary.FileWriter(save_path, sess.graph)

        for it in range(10000):

            data,labels = mnist.train.next_batch(32)
            #print(data.shape, labels.shape)
            feeds = {x:data, y_:labels, keep_prob: 0.5}

            train_op.run(feed_dict=feeds)

            summary_str = sess.run(merged_summary_op, feed_dict=feeds)
            summary_writer.add_summary(summary_str, it)

#tensorboardでの結果表示
tensorboardでの結果表示imageを載せておきます。

#実行環境:

• ubuntu 16TLS
• tensorflow 1.4
• GTX1080Ti x 1

なお、10000回のiterationにかかる時間は30分以上でした。