持续创作,加速成长!这是我参与「掘金日新计划 · 10 月更文挑战」的第27天,点击查看活动详情
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xx,权重是ww,bias是bb,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zz往前这一块是单层神经网络的计算,yy是你的ground truth,用zz和yy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)
ww和bb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:
Gradient function for z = <AddBackward0 object at 0x7ff369b0d310>
Gradient function for loss = <BinaryCrossEntropyWithLogitsBackward0 object at 0x7ff3772319d0>
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 ∂loss∂w frac{partial loss}{partial w}和∂loss∂bfrac{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.grad
和b.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)
True
False
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)
False
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。