如何利用手机远训练机器学习模型

| 1.引子

在现实任务中，我们在调整模型的过程中总是难免会有因为各种各样的原因离开“工作站”的时候，但心里总是难免会“挂念”自己的模型有没有新的参数可以测试，或者是运行后有了什么样的效果。

既然如此，我们不妨试试制作一个利用手机远程调参的脚本。

| 2.准备

这次我们用的是Python3.6，有pong友或许会奇怪怎么和之前不一样了，原因其实有很多，但主要原因是咱们总得跟随着时代的潮流。不过不用担心，Python3.6和Python2.7的区别没有想象中的那么大，事实上，大部分时候可能都是在纠结那个print函数的用法而已。

另外，我们需要安装一个新的第三方模块——itchat，这个模块的主要功能是提供我们“网页微信”的api调用，有的pong友可能已经猜到我们打算怎么做了，毕竟是一个“简单”的脚本，如果要我们从头写一个app然后t和电脑上的web形式或者是桌面软件形式的远程调参软件通信实现手机调参的话，那咱们的教程或许可以写到明年。

然后，就是一个希望拿来测试效果的模型代码，pong友们想必都有自己的考量，就不多说了。

| 3.运行原理

进行手机调参的原理并不复杂，我们利用itchat提供的网页微信api来使电脑和手机之间能够利用微信中的文件传输助手实现实时通信，然后手机就可以通过这个通道传输我们希望电脑上的模型用来运行的参数（稍稍需要注意的是模型的参数有几个类别，“str”型，“int”型，“float”型，“None”，和“bool”型，但是从手机上传输过来的内容只有“str”型），电脑上的模型得到参数后开始运行，运行的结果打包成一组字符串通过微信返回给手机端。

| 4.使用方法

脚本我们可以从文末附的github链接中下载，非常简单，就不特意讲解编写过程了，有感兴趣的pong友可以自行了解，这里我们就直接介绍使用方法：

首先打开我们希望用于调参的模型脚本，导入下载好的调参脚本“MobileTuner”，假设我们的模型如下：

from sklearn.svm import SVC
import numpy as np

def model(data=np.array([[1,2],[0,1]]),label=np.array([0,1])):
 clf=SVC(probability=True,max_iter=100)
 clf.fit(data,label)
 result=clf.predict([[1,1]])
 target=[0]
 for i in result:
 if i==target:
 print("True")
 else:
 print("False")

if __name__=="__main__":
 model()

这个模型接收两个样本用于训练，然后预测一个测试数据，并打印预测的结果：

我们导入MobileTuner脚本，然后将其修改一下：

from sklearn.svm import SVC
import numpy as np
from MobileTuner import mobile_tuner

def model(data=np.array([[1,2],[0,1]]),label=np.array([0,1]),**kwargs):
 tuner=kwargs['tuner']
 clf=SVC(probability=tuner.parameter[0],max_iter=tuner.parameter[1])
 clf.fit(data,label)
 result=clf.predict([[1,1]])
 target=[0]
 result_info=''
 for i in result:
 if i==target:
 result_info="True"
 else:
 result_info ="False"
 return result_info

if __name__=="__main__":
 mobile_tuner(model,'SVC:\nprobability=\nmax_iter=\n')

Main函数里将模型的原函数model作为参数放入MobileTuner脚本提供的mobile_tuner函数，然后把希望出现的关于参数提示的字符串传入第二个参数。

而对于原函数，增加**kwargs参数或者tuner参数用用于接收一个变量名为tuner的对象，其属性tuner.parameter里面包含的是手机端传来的参数组成的列表，在模型文件中与各个参数位置对应好，例如我们希望在手机端输入的第一个参数提供给“probability”，第二个给“max_iter”；然后，将我们希望返还的模型运行完成后的信息写为原函数的返回结果。

运行模型，便会弹出一个二维码：

https://login.weixin.qq.com/l/Id7ljEmjsA== (二维码自动识别)

扫描，手机端确认登陆微信，注意这个时候如果有pong友在电脑上登陆了微信的话会被弹出，因为用的是同一个端口。

电脑端输出如下信息：

Getting uuid of QR code.
Downloading QR code.
Please scan the QR code to log in.
Please press confirm on your phone.
Loading the contact, this may take a little while.
Login successfully as UserName
Start auto replying.

手机端中，微信的文件助手便会弹出消息：

我们输入调参，开启调参模式：

手机端便开启调参模式，并传入我们预先设置好的参数提示，用于提示我们输入参数的顺序：

电脑端接收消息同时开始准备调参：

对着我们自己设置的参数提示，输入参数，中间用空白字符隔开（当然了，pong友们也可以将其改成其它自己喜欢的形式，逗号隔开，或者其它什么方式）：

电脑端表示接收到参数，运行模型：

手机端收到模型运行完成后的反馈结果：

这便完成了一次远程传入参数使模型运行的过程。

然后我们如果想用文件助手做其他事的时候，可以输入“结束”关闭调参模式：

手机端和电脑端的反馈：

但电脑端的脚本依然处于监听状态，一旦接收到“调参”，依然会准备进入调参模式：