Слой InfogainLoss

1. Есть ли какой-нибудь учебник / пример по использованию слоя InfogainLoss?:
Хороший пример можно найти здесь: использование InfogainLoss для устранения дисбаланса классов.

2. Должны ли входные данные для этого уровня, вероятности классов, быть выходными данными слоя Softmax?
Исторически ответ был ДА в соответствии с Ответ Яира. Старая реализация "InfogainLoss" должна была быть выходом слоя "Softmax" или любого другого уровня, который гарантирует, что входные значения находятся в диапазоне [0..1].

OP заметил, что использование "InfogainLoss" поверх слоя "Softmax" может привести к числовой нестабильности. Его запрос на вытягивание, объединяющий эти два слоя в один (очень похоже на слой "SoftmaxWithLoss") , был принят и включен в официальные репозитории Caffe 14.04.2017. Математика этого комбинированного слоя приведена здесь.

«Внешний вид» обновленного слоя в точности такой же, как и у старого, за исключением того, что больше не нужно явно передавать ввод через слой "Softmax".

3. Как преобразовать numpy.array в файл binproto:

В питоне

H = np.eye( L, dtype = 'f4' ) 
import caffe
blob = caffe.io.array_to_blobproto( H.reshape( (1,1,L,L) ) )
with open( 'infogainH.binaryproto', 'wb' ) as f :
    f.write( blob.SerializeToString() )

Теперь вы можете добавить к прототипу модели слой INFOGAIN_LOSS с H в качестве параметра:

layer {
  bottom: "topOfPrevLayer"
  bottom: "label"
  top: "infoGainLoss"
  name: "infoGainLoss"
  type: "InfogainLoss"
  infogain_loss_param {
    source: "infogainH.binaryproto"
  }
}

4. Как загрузить H как часть слоя DATA

Цитата из сообщения Эвана Шелхамера:

В настоящее время невозможно заставить уровни данных загружать ввод с разной скоростью. При каждом прямом проходе все уровни данных будут продвигаться. Однако постоянный ввод H может быть выполнен путем создания входного файла lmdb / leveldb / hdf5, который представляет собой только H, поскольку уровень данных будет зацикливаться и продолжать загружать тот же H. Это, очевидно, тратит впустую дисковый ввод-вывод.

Слой подводит итоги

-log(p_i)

и поэтому p_i должны быть в (0, 1], чтобы иметь смысл в качестве функции потерь (в противном случае более высокие оценки достоверности приведут к более высоким потерям). См. кривую ниже для значений log (p).

Я не думаю, что они должны суммировать до 1, но, пропустив их через слой Softmax, достигаются оба свойства.

Поскольку мне пришлось перерыть множество веб-сайтов, чтобы разгадать весь код, я подумал, что поделюсь своей реализацией:

Слой Python для вычисления H-матрицы с весами для каждого класса:

import numpy as np
import caffe


class ComputeH(caffe.Layer):
    def __init__(self, p_object, *args, **kwargs):
        super(ComputeH, self).__init__(p_object, *args, **kwargs)
        self.n_classes = -1

    def setup(self, bottom, top):
        if len(bottom) != 1:
            raise Exception("Need (only) one input to compute H matrix.")

        params = eval(self.param_str)
        if 'n_classes' in params:
            self.n_classes = int(params['n_classes'])
        else:
            raise Exception('The number of classes (n_classes) must be specified.')

    def reshape(self, bottom, top):
        top[0].reshape(1, 1, self.n_classes, self.n_classes)

    def forward(self, bottom, top):
        classes, cls_num = np.unique(bottom[0].data, return_counts=True)

        if np.size(classes) != self.n_classes or self.n_classes == -1:
            raise Exception("Invalid number of classes")

        cls_num = cls_num.astype(float)

        cls_num = cls_num.max() / cls_num
        weights = cls_num / np.sum(cls_num)

        top[0].data[...] = np.diag(weights)

    def backward(self, top, propagate_down, bottom):
        pass

и соответствующая часть из train_val.prototxt:

layer {
    name: "computeH"
    bottom: "label"
    top: "H"
    type: "Python"
    python_param {
        module: "digits_python_layers"
        layer: "ComputeH"
        param_str: '{"n_classes": 7}'
    }
    exclude { stage: "deploy" }
}
layer {
  name: "loss"
  type: "InfogainLoss"
  bottom: "score"
  bottom: "label"
  bottom: "H"
  top: "loss"
  infogain_loss_param {
    axis: 1  # compute loss and probability along axis
  }
  loss_param {
      normalization: 0
  }
  exclude {
    stage: "deploy"
  }
}