比Pytorch Hub更早？三分钟带你弄懂PaddleHub！

Hub是什么？Hub本意是中心，docker有docker Hub，大家可以把自己创建的镜像打包提交到docker hub上，需要的时候再pull下来，非常方便，那么模型是不是也可以这样玩呢？完全可以啊！很多时候我们不需要从头开始训练模型，如果有预训练好的模型，直接做迁移学习就可以，但是传统的方式基本上都需要从各个官网上去下载，模型比较大，用起来并不轻量。现在各家都发布了Hub ，可以直接从Hub上下载pretrain模型做finetune或预测，极大的减轻了工作量。下面直接从四个维度对比下Pytorch Hub和PaddleHub～

 

Pytorch Hub V.S PaddleHub

支持模型数量

Pytorch Hub 目前支持18个模型，PaddleHub支持29个，包含16个model和13个module，model可以直接使用，module提供了预训练模型的参数，支持命令行调用，下面来看看分别支持哪些模型：

 

Pytorch Hub目前支持18种模型

 

 

PaddleHub目前支持29种模型（包含model和module）

 

从图中可以看到，PaddleHub支持的模型数量有的优势；而Pytorch Hub涉及的方向更多，但是每个方向的模型并不多，对CV的支持更多；PaddleHub涉及的方向只有两个，CV和NLP，但是对NLP的支持尤其多，高达22个，不仅包括目前最潮的BERT，还有百度自己研发的知识增强语义表示模型ERNIE，在多个中文NLP任务中表现超过BERT。

 

是否支持命令行运行

目前Pytorch Hub不支持命令行运行，但PaddleHub支持，命令行运行就是指我们安装PaddleHub后，可以无需进入python环境，即可快速体验PaddleHub无需代码、一键预测的命令行功能。需要注意的是，在PaddleHub中，既可以支持命令行使用，即在终端输入，如下所示：

 

$ hub run XXX（nlp模型） --input_text XXX(需要预测的内容) 

$ hub run XXX（cv模型） --input_path XXX(需要预测的内容)

 

也可以支持调用api，如下所示：

import paddlehub as hub 

 

hub.finetune_and_eval( 

task, 

data_reader, 

feed_list, 

config=None)

 

实际上，PaddleHub为Model和Module的管理和使用都提供了命令行工具，但是model和module是有区别的，一个是模型，一个是模块。 

 

model表示预训练好的参数和模型，当需要使用Model进行预测时，需要模型配套的代码，进行模型的加载，数据的预处理等操作后，才能进行预测。我们在使用PaddleHub来调用模型时，可以使用hub download 命令获取到的model再进行实验。module是model的一个可执行模块，简单来说，一个Module可以支持直接命令行预测，也可以配合PaddleHub Finetune API，通过少量代码实现迁移学习。需要注意的是，不是所有的Module都支持命令行预测; (例如BERT/ERNIE Transformer类模型，一般需要搭配任务进行finetune) 也不是所有的Module都可用于finetune（例如LAC词法分析模型，我们不建议用户用于finetune），具体区别请见PaddleHub的github wiki（参考文献2）

 

是否支持Fine-tune

PyTorch Hub 没有Fine-tune接口，PaddleHub可以支持直接从hub调用Fine-tune 的api。在https://pytorch.org/官网下的文档中可以看到，目前Pytorch Hub不支持hub一键式fine-tuning，现有模型的finetuning还是基于传统的脚本式调参。

 

PaddleHub在Fine-tune这一块做的很完善，在前一个板块也给大家详细举了示例讲解，在PaddleHub的官方GitHub中，有非常详细的Fine-tune教程，大家可以参考：

 

PaddleHub图像分类迁移： 

https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub图像分类迁移教程 

 

PaddleHub文本分类迁移：

https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub文本分类迁移教程

 

是否支持用户自定义上传模型

PyTorch Hub 支持，PaddleHub不支持。我看了https://pytorch.org/官网下的文档，只需要在开源的模型代码里增加了一个hubconf.py, 然后在pytorch/hub里提一个pr，cr后merge到 branch/tag 这个分支就ok了。方法非常简单，代码也不复杂。

 

torch.hub.load(github, model, force_reload=False, *args, **kwargs)

 

PaddleHub目前暂时还不支持用户自己提交新模型，但后期应该会支持这个功能，到时候希望大家能踊跃使用，push自己的新模型哦～

 

总结一下四个维度的比较：

 

 

总之，从这四个维度上，我个人感觉Pytorch Hub更像一个小工具，帮助大家迅速试用一下开源的新模型，但是真正到实际应用，还是要基于老的一套的fine-tuning，不能直接从hub里调用fine-tune的api，所以并不实用。 从工业级实用的角度来说，PaddleHub做的要更成熟一些，用户可以更方便的使用PaddleHub来进行Fine-tune。

 

下面，我们具体来看看PaddleHub如何直接使用命令行，调用一行代码show出结果& 使用Finetune Api来对模型进行微调，并举一个实例教大家一步一步实现。

 

一行命令调用，直接输出结果

PaddleHub安装

环境依赖

Python==2.7 or Python>=3.5

PaddlePaddle>=1.4.0

 

安装

pip install paddlehub

 

命令行快速体验

安装好后，不需要进入python环境import就可以直接先体验hub的便捷，因为在PaddleHub中hub可以作为一个独立的模块直接运行。PaddleHub目前包含图像分类、目标检测、词法分析、Transformer、情感分析五大类。

 

一行代码预测

分词

# 使用百度LAC进行分词 • 

$ hub run lac --input_text "今天的你真好看" 

[{'tag': ['TIME', 'u', 'r', 'd', 'a'], 'word': ['今天', '的', '你', '真', '好看']}]

 

情感分析

# 使用百度Senta情感分析模型对句子进行预测 

$ hub run senta_bilstm --input_text "老铁666，带你开黑" 

[{'text': '老铁666，带你开黑', 

'sentiment_key': 'positive', 'sentiment_label': 2, 'positive_probs': 0.72

06, 'negative_probs': 0.2794}]

 

目标检测

#使用SSD检测模型对图片进行目标检测 

hub run ssd_mobilenet_v1_pascal --input_path test_img_bird.jpg

 

检测结果：

 

 

图像识别

# 使用resnet-50做图像识别 

hub run resnet_v2_50_imagenet --input_path test_img_bird.jpg 

Install Module resnet_v2_50_imagenet 

Downloading resnet_v2_50_imagenet 

[==================================================] 100.00% 

Uncompress /root/.paddlehub/cache/resnet_v2_50_imagenet 

[==================================================] 100.00% 

Successfully installed resnet_v2_50_imagenet-1.0.0 

[[{'brambling': 0.4907981}]]

 

注：模型未下载时会先下载再预测，也可以先试用hub install model_name 下载好模型再使用hub run预测,也可直接运行hub run。hub一共有十个命令，其他命令可参考PaddleHub命令行工具（参考文献2）

 

支持29种模型

PaddleHub目前支持29种模型，主要以CV和NLP模型为主，包括NLP目前最火的BERT和百度自己自己研发开源的ERNIE，以及CV中的ssd-mobilenet、resnet-50、resnet-152等。

 

NLP预测

数据通过 —input_text或—input_file导入来实现单次预测和批量预测

 

# 单文本预测 

hub run lac --input_text "今天是个好日子" 

 

# 多文本分析 

hub run lac --input_file test.txt

 

CV预测

数据通过—input_path或—input_file导入来实现单次预测和批量预测

 

# 单张照片预测 

hub run ssd_mobilenet_v1_pascal --input_path test.jpg 

# 多张照片预测 

hub run ssd_mobilenet_v1_pascal --input_file test.txt

 

支持迁移学习，Fine-tune更Easy

Fine-tune全景图

 

 

PaddleHub+Finetune流程图

 

 

PaddleHub Finetune api

 

Fine-tune是迁移学习中使用最多的方式之一，通常我们可以在预训练好的模型上进行微调来实现模型迁移，从而达到模型适应新领域(Domain)数据的目的。上图是做一个完整的迁移学习需要的步骤，下面举个实例教大家如何用PaddleHub做图像分类迁移学习。

 

1.准备工作

安装PaddlePaddle和PaddleHub

 

pip install paddlepaddle( 推荐安装1.4.0版本以上) 

pip install paddlehub

 

2.选择模型

此处使用经典的ResNet-50作为预训练模型

 

module_map = { 

"resnet50": "resnet_v2_50_imagenet", 

"resnet101": "resnet_v2_101_imagenet", 

"resnet152": "resnet_v2_152_imagenet", 

"mobilenet": "mobilenet_v2_imagenet", 

"nasnet": "nasnet_imagenet", 

"pnasnet": "pnasnet_imagenet" 

} 

module_name = module_map["resnet50"] 

module = hub.Module(name = module_name)

 

3.准备数据

# 直接用PaddleHub提供的数据集 

dataset = hub.dataset.DogCat()# 生成readerdata_reader = hub.reader.ImageClassificationReader( 

image_width=module.get_expected_image_width(), 

image_height=module.get_expected_image_height(), 

images_mean=module.get_pretrained_images_mean(), 

images_std=module.get_pretrained_images_std(), 

dataset=dataset)

 

4.组建Finetune Task

由于猫狗分类是一个二分类的任务，而我们下载的分类module是在ImageNet数据集上训练的千分类模型，所以我们需要对模型进行简单的微调，把模型改造为一个二分类模型：

1. 获取module的上下文环境，包括输入和输出的变量，以及Paddle Program；

2. 量中找到特征图提取层feature_map；

3. 在feature_map后面接入一个全连接层，生成Task

 

input_dict, output_dict, program = module.context(trainable=True) 

img = input_dict["image"] 

feature_map = output_dict["feature_map"] 

 

task = hub.create_img_cls_task( 

feature=feature_map, num_classes=dataset.num_labels) 

 

feed_list = [img.name, task.variable("label").name]# 设置

configconfig = hub.RunConfig(use_cuda=False, 

num_epoch=1, 

checkpoint_dir="cv_finetune_turtorial_demo", 

batch_size=32, 

log_interval=10, 

eval_interval=50, 

strategy=hub.finetune.strategy.DefaultFinetuneStrategy())

 

5.启动Fine-tune并查看效果

可以选择finetune_and_eval接口来进行模型训练，这个接口在finetune的过程中，会周期性的进行模型效果的评估，以便我们了解整个训练过程的性能变化。

 

hub.finetune_and_eval( 

task, feed_list=feed_list, data_reader=data_reader, config=config)

 

训练过程中的性能数据会被记录到本地，我们可以通过VisualDL来可视化这些数据。我们在shell中输入以下命令来启动VisualDL，其中${HOST_IP}为本机IP，需要用户自行指定

 

$ visualdl --logdir ./cv_finetune_turtorial_demo/vdllog --host ${HOST_IP} --port 8989

 

启动服务后，我们使用浏览器访问${HOST_IP}:8989，可以看到训练以及预测的loss曲线和accuracy曲线。最后再按照常规流程对模型进行预测即可。

 

参考资料： 

1.PaddleHub官方github：

https://github.com/PaddlePaddle/PaddleHub 

2.PaddleHub命令行工具：

https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub命令行工具 

3.Paddle-code：

https://github.com/huxiaoman7/PaddlePaddle_code 

4.Paddle-models：

https://github.com/PaddlePaddle/models 

5.Pytorch Hub：

https://pytorch.org/blog/towards-reproducible-research-with-pytorch-hub/

 

声明：本文版权归原作者所有，文章收集于网络，为传播信息而发，如有侵权，请联系小编及时处理，谢谢！