系列文章
pytorch学习笔记(1)–QUICKSTART
pytorch学习笔记(2)–Tensor
pytorch学习笔记(3)–数据集与数据导入
pytorch学习笔记(4)–创建模型(Build Model)
pytorch学习笔记(5)–Autograd
pytorch学习笔记(6)–Optimization
梯度下降
在训练神经网络时,最常用的算法是反向传播。 在该算法中,根据损失函数相对于给定参数的梯度来调整参数(模型权重)。损失函数计算神经网络产生的预期输出和实际输出之间的差异。 目标是使损失函数的结果尽可能接近于零。 该算法通过神经网络向后遍历来调整权重和偏差来重新训练模型。 这就是为什么它被称为反向传播。 随着时间的推移重新训练模型以将损失减少到 0 的这种前后过程称为梯度下降。
为了计算这些梯度,PyTorch 有一个内置的微分引擎,称为 torch.autograd。 它支持任何计算图的梯度自动计算。 考虑最简单的一层神经网络,具有输入 x、参数 w 和 b 以及一些损失函数。 它可以通过以下方式在 PyTorch 中定义:
%matplotlib inline
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)
w和b是需要被优化的参数。通过创建tensors时设置这些tensors的requires_grad属性可以计算后向传播的梯度。或者之后用**x.requires_grad_(True)**设置。
print(f"Gradient function for z = {z.grad_fn}")
print(f"Gradient function for loss = {loss.grad_fn}")
输出:
Gradient function for z = <AddBackward0 object at 0x7fd09a56fe20>
Gradient function for loss = <BinaryCrossEntropyWithLogitsBackward0 object at 0x7fd09a56e200>
为了优化神经网络中参数的权重,我们需要计算损失函数相对于参数的导数,即,在 x 和 y 的固定值下,我们需要 ∂ l o s s ∂ w \frac{ ∂loss}{∂w} ∂w∂loss 和 ∂ l o s s ∂ b \frac {∂loss}{∂b } ∂b∂loss 。 为了计算这些导数,我们调用 loss.backward(),然后从 w.grad 和 b.grad 检索值:
loss.backward()
print(w.grad)
print(b.grad)
tensor([[0.2739, 0.0490, 0.3279],
[0.2739, 0.0490, 0.3279],
[0.2739, 0.0490, 0.3279],
[0.2739, 0.0490, 0.3279],
[0.2739, 0.0490, 0.3279]])
tensor([0.2739, 0.0490, 0.3279])
我们只
能获取将requires_grad属性设置为True的计算图的叶节点的grad属性。 对于我们图中的所有其他节点,梯度将不可用。 此外,出于性能原因,我们只能在给定的图上使用一次后向来执行梯度计算。 如果我们需要在同一个图上进行多次向后调用,我们需要将retain_graph=True传递给向后调用。
停止梯度跟踪
默认情况下,所有 require_grad=True 的张量都会跟踪其计算历史并支持梯度计算。 然而,有些情况下我们不需要这样做,例如,当我们训练完模型而只想将其应用到一些输入数据时,即我们只想通过网络进行前向计算。 我们可以通过用 torch.no_grad() 块包围我们的计算代码来停止跟踪计算:
z = torch.matmul(x, w)+b
print(z.requires_grad)
with torch.no_grad():
z = torch.matmul(x, w)+b
print(z.requires_grad,'\n')
#或使用detach()
z = torch.matmul(x, w)+b
z_det = z.detach()
print('z_det.requires.grad = ',z_det.requires_grad)
print('z.requires_grad = ',z.requires_grad)
输出:
True
False
z_det.requires.grad = False
z.requires_grad = True
实际上z_det= z.detach()是一个深拷贝的过程
以上不需要梯度跟踪的情况使用于:
- 将神经网络中的某些参数标记为冻结参数。
- 当您仅进行前向传播时加快计算速度,因为对不跟踪梯度的张量进行计算会更有效。
计算图
从概念上讲,autograd 在由 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(以及生成的新张量)的记录。 在这个 DAG 中,叶子是输入张量,根是输出张量。 通过从根到叶追踪该图,您可以使用链式法则自动计算梯度。
在前向传播中,autograd 同时执行两件事:
- 运行请求的操作来计算结果张量,
- 并在 DAG 中维护操作的梯度函数。
当在 DAG 根上调用 . backward() 时,后向传播开始。 autograd 然后:
- 计算每个 .grad_fn 的梯度,
- 将它们累积在各自张量的 .grad 属性中,
- 并使用链式法则,一直传播到叶张量。
DAG 在 PyTorch 中是动态的
需要注意的重要一点是图是从头开始重新创建的; 每次 .backward() 调用后,autograd 开始填充新图表。 这正是允许您在模型中使用控制流语句的原因; 如果需要,您可以在每次迭代时更改形状、大小和操作。
在调用backward时,pytorch会将梯度累计,所以我们要想计算正确的梯度,要先将grad属性置零
inp = torch.eye(5, requires_grad=True)
out = (inp+1).pow(2)
inp.grad.zero_()
out.backward(torch.ones_like(inp), retain_graph=True)
print("\nCall after zeroing gradients\n", inp.grad)
调用backward()时不写参数默认为backward(torch.tensor(1.0))