深扒torch.autograd原理

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深扒torch.autograd原理相关的知识,希望对你有一定的参考价值。

当我们训练神经网络的时候,最常用的就是使用反向传播。在反向传播过程中,参数变化只和给定参数通过loss函数计算的梯度(gradient)有关。

PyTorch的torch.autograd提供了自动梯度计算,可以用于自动计算任何计算图的梯度。

举个简单的例子嗷,假设我们只有一层神经网络。输入为$x$,权重是$w$,bias是$b$,这里使用二元交叉熵(binary_cross_entropy)损失进行计算。

我们直接上计算图,图是pytorch官网的一张图:

这里$z$往前这一块是单层神经网络的计算,$y$是你的ground truth,用$z$和$y$计算二元交叉熵损失。

上面的整个过程可以用如下代码实现。

  • 写法一:

    import torch
    
    x = torch.ones(5)  # input tensor
    y = torch.zeros(3)  # expected output
    w = torch.randn(5, 3, requires_grad=True)
    b = torch.randn(3, requires_grad=True)
    z = torch.matmul(x, w)+b
    loss = torch.nn.functional.binary_cross_entropy_with_logits(z, y)
    
  • 写法二:

    import torch
    
    x = torch.ones(5)  # input tensor
    y = torch.zeros(3)  # expected output
    w = torch.randn(5, 3)
    b = torch.randn(3)
    z = torch.matmul(x, w)+b
    loss = torch.nn.functional.binary_cross_entropy_with_logits(z, y)
    w.requires_grad_(True)
    b.requires_grad_(True)
    

$w$和$b$是我们的可学习参数,所以这里我们要手动将其设置一下,告诉pytorch说我们需要计算这两个参数的梯度。

两个写法的区别就是你要在声明变量的时候直接使用requires_grad = True设置还是声明之后单独设置x.requires_grad_(True)

我们使用Function对象构造计算图,它可以计算forward过程,并直接计算器在反向传播过程中的导数,反向传播过程存储在属性grad_fn中。

print(f"Gradient function for z = z.grad_fn")
print(f"Gradient function for loss = loss.grad_fn")

输出如下:

计算梯度

我们让神经网络学习的目的是想要优化网络的参数,也就是在学习过程中我们要使用损失函数计算参数的导数。我们要计算的有$ \\frac\\partial loss\\partial w$和$\\frac\\partial loss\\partial b$。

这一步需要我们手动调用loss.backward()进行计算,之后我们就可以使用w.gradb.grad查看两个参数的导数值。

loss.backward()
print(w.grad)
print(b.grad)

这里有几点注意事项:

  • 我们只能使用grad来求计算图中设置了requires_grad = True的叶子节点的梯度,没办法获取其他节点的梯度。

  • 我们对一个计算图使用loss.backward()的时候只能用一次,但是为了模型的性能,我们可能要多次对同一个图进行loss.backward(),我们需要在调用loss.backward()的时候传入参数retain_graph=True

关闭梯度追踪

默认情况下,当你设置了requires_grad = True之后,会自动记录该变量的计算历史,并将其用到梯度计算中,但是有的情况下我们并不想要计算历史数据。比如,我们把模型训练好了以后,我们只想直接用,把输入丢给它,让它计算结果,而不再需要它继续学习进行反向传播了,在这种情况下我们就要使用torch.no_grad()停止计算梯度追踪。

z = torch.matmul(x, w)+b
print(z.requires_grad)

with torch.no_grad():
    z = torch.matmul(x, w)+b
print(z.requires_grad)

还有另一种方法,不过不太常见,使用detach(),写法如下:

z = torch.matmul(x, w)+b
z_det = z.detach()
print(z_det.requires_grad)

关闭梯度追踪的情况:

  • 想冻结住你模型的一部分,将其中一些参数变为冻结参数。比如你微调预训练模型的时候。

  • 加速计算,当你只想计算前向计算过程的时候,就是我上边提到的情况,不使用梯度追踪可以让计算更高效。


关于autograd的更多的知识

还是看这张图,从概念上讲,autograd在一个由Function对象组成的有向无环图(DAG)中保存数据(张量)和所有执行的操作(以及产生的新张量)的记录。

在这个有向无环图中,叶子节点是是输入张量,根节点是输出张量。通过从根到叶追踪这个图的导数计算,可以使用链式法则自动计算梯度。

forward过程中,autograd同时在做两件事:

  • 按照要求的操作计算,并获得最终的结果张量

  • 维持有向无环图中计算的梯度函数

backward过程中,autograd做的是:

  • 从之前保存的.grad_fn中计算梯度

  • 将结果累积存储在张量的.grad属性中

  • 使用链式法则进行反向传播,直到叶子节点。

以上是关于深扒torch.autograd原理的主要内容,如果未能解决你的问题,请参考以下文章

pytorch学习笔记第三篇———自动梯度(torch.autograd)

TensorFlow vs PyTorch 4: 自动微分

深扒深入理解 JavaScript 中的生成器

深扒深入理解 JavaScript 中的生成器

搭建最简单的神经网络———从单层到多层

神经网络算法:单层感知器算法原理及应用