不用写代码，就能训练测试深度学习模型！Uber开源AI工具箱Ludwig

乾明 发自 凹非寺 量子位 报道 | 公众号 QbitAI

让代码的归代码，让AI的归AI。

在不写代码就能进行AI开发的道路上，Uber今日又往前踏了一步。

刚刚，Uber宣布开源Ludwig，一个基于TensorFlow的工具箱。

有了它，不用写代码就能够训练和测试深度学习模型。

Uber表示，对于AI开发者来说，Ludwig可以帮助他们更好地理解深度学习方面的能力，并能够推进模型快速迭代。

对于AI专家来说，Ludwig可以简化原型设计和数据处理过程，从而让他们能够专注于开发深度学习模型架构。

训练只需数据文件和配置文件

Ludwig提供了一套AI架构，可以组合起来，为给定的用例创建端到端的模型。

开始模型训练，只需要一个表格数据文件（如CSV）和一个YAML配置文件——用于指定数据文件中哪些列是输入特征，哪些列是输出目标变量。

如果指定了多个输出变量，Ludwig将学会同时预测所有输出。

使用Ludwig训练模型，在模型定义中可以包含附加信息，比如数据集中每个特征的预处理数据和模型训练参数， 也能够保存下来，可以在日后加载，对新数据进行预测。

灵活组合，适用多种任务

对于Ludwig支持的数据类型（文本、图像、类别等），其提供了一个将原始数据映射到张量的编码器，以及将张量映射到原始数据的解码器。张量是线性代数中使用的数据结构。

内置的组合器，能够自动将所有输入编码器的张量组合在一起，对它们进行处理，并将其返回给输入解码器。

Uber表示，通过组合这些特定于数据类型的组件，用户可以将Ludwig用于各种任务。比如，组合文本编码器和类别解码器，就可以获得一个文本分类器。

每种数据类型有多个编码器和解码器。例如，文本可以用卷积神经网络（CNN），循环神经网络（RNN）或其他编码器编码。

用户可以直接在模型定义文件中指定要使用的参数和超参数，而无需编写单行代码。

基于这种灵活的编码器-解码器架构，即使是经验较少的深度学习开发者，也能够轻松地为不同的任务训练模型。

比如文本分类、目标分类、图像字幕、序列标签、回归、语言建模、机器翻译、时间序列预测和问答等等。

多种功能，不断拓展

为了让工具变得更好用，Ludwig还提供了各种工具：

• 用于训练、测试模型和获得预测的命令行程序；
• 用于评估模型并通过可视化比较预测结果的工具；
• 用于用户训练或加载模型，并获得对新数据预测的Python编程API。

此外，Ludwig还能够使用开源分布式培训框架Horovod，在多个GPU上训练模型，并快速迭代。

目前，Ludwig有用于二进制值，浮点数，类别，离散序列，集合，袋（bag），图像，文本和时间序列的编码器和解码器，并且支持选定的预训练模型。

Uber表示，未来将为每种数据类型添加几个新的编码器，比如用于文本的Transformer，ELMo和BERT，以及用于图像的DenseNet和FractalNet。

还将添加其他的数据类型，比如音频、点云和图形，同时集成更多可扩展的解决方案来管理大数据集，如Petastorm。

来个例子，上手看看

在这个例子中， 训练的是一个根据书名、作者、描述和封面来预测一本书的类型和价格的模型。数据集的形式如下所示：

模型使用书名、作者、描述和封面来作为输入，类型和价格作为输出，模型的配置文件是这样的：

input_features:
 –
  name: title
  type: text
 –
  name: author
  type: category
 –
  name: description
  type: text
 –
  name: cover
  type: image
output_features:
 –
  name: genre
  type: category
 –
  name: price
  type: numerical
training:
 epochs: 10

然后输入在控制台中，输入下列命令，开始训练。

ludwig train –data_csv path/to/file.csv –model_definition_file model_definition.yaml

然后，Ludwig会在训练、验证和测试集中对数据进行随机分割，进行预处理，并为四个输入建立四个不同的编码器，为两个输出目标建立一个组合器和两个解码器。

并在训练集上训练模型，直到验证集的精确度停止提高或者达到十个训练周期。

默认情况下，文本特征由CNN编码器编码，但是也可以使用RNN编码器，使用状态大小为200的双向LSTM来编码书名。

我们只需要将书名编码器的定义更改为下面这样：

name: title
type: text
encoder: rnn
cell_type: lstm
bidirectional: true

如果想改变训练参数，如周期数、学习率和批尺寸（batch size），可以这样改变模型配置：

input_features:
 – …
output_features:
 – …
training:
 epochs: 100
 learning_rate: 0.001
 batch_size: 64

训练结束之后，可以将训练的结果可视化，比如下图这样，显示训练周期中函数的损失和准确性。

也能够使用模型去预测新数据的结果，如果数据集中有ground truth信息，还能够进行对比，结果如下图所示：

此外，Ludwig还会提供一个简单的Python编程API，用户可以用它来训练或加载一个模型，并使用它来获得对新数据的预测，在这个例子中，代码如下所示：

from ludwig import LudwigModel

# train a model
model_definition = {…}
model = LudwigModel(model_definition)
train_stats = model.train(training_dataframe)
# or load a model
model = LudwigModel.load(model_path)

# obtain predictions
predictions = model.predict(test_dataframe)

model.close()

各种操作指南，在Uber提供的Ludwig用户指南中都有详细介绍，请收好传送门：

用户指南：

https://uber.github.io/ludwig/user_guide/

GitHub项目地址：

https://github.com/uber/ludwig

— 完 —