渐变在拥抱脸模块中返回无

Posted 2023-03-12

【中文标题】渐变在拥抱脸模块中返回无

【英文标题】：Gradients returning None in huggingface module

【发布时间】：2021-02-25 14:30:01

【问题描述】：

我想从 pytorch/huggingface 模型中获取嵌入层的梯度。这是一个最小的工作示例：

from transformers import pipeline

nlp = pipeline("zero-shot-classification", model="facebook/bart-large-mnli")

responses = ["I'm having a great day!!"]
hypothesis_template = 'This person feels '
candidate_labels = ['happy', 'sad']
nlp(responses, candidate_labels, hypothesis_template=hypothesis_template)

我可以很好地提取 logits，

inputs = nlp._parse_and_tokenize(responses, candidate_labels, hypothesis_template)
predictions = nlp.model(**inputs, return_dict=True, output_hidden_states=True)
predictions['logits']   

模型返回一个我感兴趣的层。我尝试保留我感兴趣的单个 logit 的梯度和反向传播：

layer = predictions['encoder_hidden_states'][0]
layer.retain_grad()
predictions['logits'][0][2].backward(retain_graph=True)

但是，layer.grad == None 无论我尝试什么。模型的其他命名参数计算了它们的梯度，所以我不确定我做错了什么。如何获得encoder_hidden_​​states的grad？

【问题讨论】：

你能检查嵌入层是否可训练吗？

@SergeyBushmanov 我不知道该怎么做，我确实检查了layer.requires_grad==True，但这是别的吗？

Keras 层具有trainable 属性。我相信 tf/pytorch 应该存在类似的东西

不确定我是否误解了你的问题，但predictions['encoder_hidden_states'][0] 不是一层。它是一个层的输出。

@cronoik 这可能是我的误解。我想要输入 w.r.t 的梯度。最终的逻辑之一。理想情况下，如果有意义的话，这将是在热编码之后。

【参考方案1】：

我也对这个问题感到非常惊讶。尽管我从未使用过该库，但我还是进行了一些调试，发现问题出在库转换器上。问题来自line：

encoder_states = tuple(hidden_state.transpose(0, 1) for hidden_state in encoder_states)

如果您将其注释掉，您将获得仅带有一些尺寸转置的渐变。 这个问题与 here 提到的 Pytorch Autograd 在就地操作上表现不佳有关。

所以总结一下解决方案是在 modeling_bart.py 中评论第 382 行。

您将获得具有此形状的渐变 T x B x C 而不是 B x T x C，但您可以稍后根据需要重新调整它。

【讨论】：

就是这样！您找到它并提供了它失败的原因给我留下了深刻的印象。我要把这个带到拥抱脸论坛上，我认为如果没有疯狂的猴子补丁可能会很好。

是的，我认为这应该是一个“简单”的解决方法。

这似乎是导致问题的行，但它不是就地操作，所以我不确定解释是否有意义。也许是 PyTorch 问题？

嗨，我遇到了同样的问题，注释掉这一行并不能解决问题。更具体地说，我想获得 RoBERTa 模型中的梯度，它不会转置隐藏状态，layer.grad 仍然是 None。我是否错过了示例代码（在问题中）中的某些内容来获取渐变？我的变形金刚版本是 4.3.2。谢谢！