skorch 项目教程

1. 项目介绍

skorch 是一个与 scikit-learn 兼容的神经网络库，它通过封装 PyTorch 来实现这一目标。skorch 的目标是让用户能够使用 PyTorch 的同时，享受到 scikit-learn 的简洁接口和强大功能。skorch 不仅简化了训练循环，还提供了许多方便的功能，如学习率调度器、早停机制、检查点等。

2. 项目快速启动

安装

首先，确保你已经安装了 Python 3.8 或更高版本。然后，你可以通过以下命令安装 skorch：

pip install -U skorch

快速启动示例

以下是一个简单的示例，展示了如何使用 skorch 训练一个神经网络分类器：

import numpy as np
from sklearn.datasets import make_classification
from torch import nn
from skorch import NeuralNetClassifier

# 生成数据集
X, y = make_classification(1000, 20, n_informative=10, random_state=0)
X = X.astype(np.float32)
y = y.astype(np.int64)

# 定义神经网络模型
class MyModule(nn.Module):
    def __init__(self, num_units=10, nonlin=nn.ReLU()):
        super().__init__()
        self.dense0 = nn.Linear(20, num_units)
        self.nonlin = nonlin
        self.dropout = nn.Dropout(0.5)
        self.dense1 = nn.Linear(num_units, num_units)
        self.output = nn.Linear(num_units, 2)
        self.softmax = nn.Softmax(dim=-1)

    def forward(self, X, **kwargs):
        X = self.nonlin(self.dense0(X))
        X = self.dropout(X)
        X = self.nonlin(self.dense1(X))
        X = self.softmax(self.output(X))
        return X

# 初始化 skorch 神经网络分类器
net = NeuralNetClassifier(
    MyModule,
    max_epochs=10,
    lr=0.1,
    iterator_train__shuffle=True,
)

# 训练模型
net.fit(X, y)

# 预测
y_proba = net.predict_proba(X)

3. 应用案例和最佳实践

在 scikit-learn Pipeline 中使用 skorch

skorch 可以无缝集成到 scikit-learn 的 Pipeline 中，以下是一个示例：

from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler

pipe = Pipeline([
    ('scale', StandardScaler()),
    ('net', net),
])

pipe.fit(X, y)
y_proba = pipe.predict_proba(X)

使用 GridSearchCV 进行超参数调优

skorch 支持使用 scikit-learn 的 GridSearchCV 进行超参数调优：

from sklearn.model_selection import GridSearchCV

# 关闭 skorch 内部的训练-验证分割和详细日志记录
net.set_params(train_split=False, verbose=0)

params = {
    'lr': [0.01, 0.02],
    'max_epochs': [10, 20],
    'module__num_units': [10, 20],
}

gs = GridSearchCV(net, params, refit=False, cv=3, scoring='accuracy', verbose=2)
gs.fit(X, y)

print("best score: {:.3f}, best params: {}".format(gs.best_score_, gs.best_params_))

4. 典型生态项目

GPyTorch 集成

skorch 支持与 GPyTorch 集成，用于高斯过程（Gaussian Processes）的训练和预测。

Hugging Face 集成

skorch 还支持与 Hugging Face 的 Transformers 库集成，用于大型语言模型的训练和微调。

通过这些集成，skorch 提供了更广泛的应用场景，使得用户可以在不同的深度学习和机器学习任务中灵活使用。