层和块
为了实现这些复杂的⽹络,我们引⼊了神经⽹络块的概念。块(block)可以描述单个层、由多个层组成的组件或整个模型本⾝。使⽤块进⾏抽象的⼀个好处是可以将⼀些块组合成更⼤的组件,这⼀过程通常是递归的,如 图5.1.1所⽰。通过定义代码来按需⽣成任意复杂度的块,我们可以通过简洁的代码实现复杂的神经⽹络
- 从编程的角度来看,块由类(class)表示
- 它的任何子类都必须定义一个将其输入转换为输出的前向传播函数,并且必须存储任何必需的参数
- 为了计算梯度,块必须具有反向传播函数
在定义我们自己的块时,由于自动微分提供了一些后端实现,我们只需要考虑前向传播函数和必需的参数
在构造自定义块之前,我们先回顾一下多层感知机的代码。下面的代码生成一个网络,其中包含一个具有256个单元和ReLU激活函数的全连接影隐藏层,然后是一个具有10个隐藏单元并且不带激活函数的全连接输出层
import torch
from torch import nn
from torch.nn import functional as F
net = nn.Sequential(nn.Linear(20,256),nn.ReLU(),nn.Linear(256,10))
X = torch.rand(2,20)
net(X)
tensor([[-0.0882, 0.0809, -0.0486, 0.0479, -0.0294, 0.0777, 0.0162, -0.0181,
0.1010, 0.2751],
[-0.1361, 0.1380, -0.0399, 0.0346, -0.0136, 0.0883, -0.1133, 0.0749,
0.0736, 0.1337]], grad_fn=<AddmmBackward0>)
在这个例子中,我们通过实例化nn.Sequential来构建我们的模型,层的执行顺序是作为参数传递的。简而言之,nn.Sequential定义了一种特殊的Module,即在PyTorch中表示一个块的类,它维护了一个由Module组成的有序列表。注意,两个全连接层都是Linear类的实例,Linear类本身就是Module的子类。另外,到目前位置,我们一直在通过net(X)调用我们的模型来获得模型的输出。这实际上是net.__call__(X)的简写。这个前向传播函数非常简单:它将列表中的每个块连接在一起,将每个块的输出作为下一个块的输入
1 - 自定义块
要想直观地了解块是如何工作的,最简单的方法就是自己实现一个。在实现我们自定义块之前,我们简要总结一下每个块必须提供的基本功能:
- 将输入数据作为其前向传播函数的参数
- 通过前向传播函数来生成输出。请注意,输出的形状可能与输入的形状不同。例如,上面模型中的第一个全连接层的接收一个20维的输入,输出一个256维
- 计算其输出关于输入的梯度,可通过其反向传播函数进行访问。这通常是自动发生的
- 存储和访问前向传播计算所需的参数
- 根据需要初始化模型参数
在下面的代码片段中,我将从零开始编写一个块。它包含一个多层感知机,其具有256个隐藏单元的隐藏层和一个10维输出层。
注意:下面的MLP类继承了表示块的类,我们的实现只需要提供我们自己的构造函数(Python中的__init__函数)和前向传播函数
class MLP(nn.Module):
# 用模型参数声明层。这里,我们声明两个全连接的层
def __init__(self):
# 调用MLP的父类Module的构造函数来执行必要的初始化
# 在类实例化时,也可以指定其他函数参数,例如模型参数
super().__init__()
self.hidden = nn.Linear(20,256) # 隐藏层
self.out = nn.Linear(256,10) # 输出层
# 定义模型的前向传播,即如何根据输入X返回所需的模型输出
def forward(self,X):
# 注意,这里我们使用ReLU的函数版本,其在nn.functional模块中定义
return self.out(F.relu(self.hidden(X)))
在这个MLP实现中,两个层都是实例变量。两个多层感知机(ne1和net2)根据不同的数据对它们进行训练,我们希望它们学到两种不同的模型
接着我们实例化多层感知机的层,然后再每次调用前向传播函数时调用这些层。
- 我先定制的__init__函数通过super().__init__()调用父类的__init__函数,省去了重复编写模板代码的痛苦
- 然后我们实例化了两个全连接层,分别为self.hidden和self.out、
- 注意,除非我们实现一个新的运算符,否则我们不必担心反向传播函数或参数初始化,系统将自动生成这些
net = MLP()
net(X)
tensor([[-0.2923, 0.1860, -0.0432, 0.0697, -0.0102, 0.2913, 0.3094, -0.0950,
-0.0183, -0.0162],
[-0.1656, 0.0265, -0.0883, -0.0038, -0.0587, 0.3028, 0.3626, 0.0608,
-0.1616, -0.0818]], grad_fn=<AddmmBackward0>)
块的一个主要优点是它的多功能性。我们可以子类化块以创建层(如全连接层的类)、整个模型(如上面的MLP类)或具有中等复杂度的各种组件。我们在接下来的章节中充分利用了这种多功能性,比如在处理卷积神经网络时
2 - 顺序块
现在我们可以更仔细地看看Sequential类是如何工作的,回想一下Sequential的设计是为了把其他模块串起来。为了构建我们自己简化的MySequential,我只需要定义两个关键函数:
- 一种将块逐个追加到列表中的函数
- 一种前向传播函数,用于将输入按追加块的顺序传递给块组成的"链条"
下面的MySequential类提供了与默认Sequential类相同的功能
class MySequential(nn.Module):
def __init__(self,*args):
super().__init__()
for idx,module in enumerate(args):
# 这里,module是Module子类的一个实例,我们把它保存在'Module'类的成员
# 变量modules中,module的类型是OrderedDict
self._modules[str(idx)] = module
def forward(self,X):
# OrderedDict保证了按照成员添加的顺序遍历它们
for block in self._modules.values():
X = block(X)
return X
- __init__函数将每个模块逐个添加到有序字典_modules中
- _modules的主要优点是:在模块的参数初始化过程中,系统知道在_modules字典中查找需要初始化参数的子块
当MySequential的前向传播函数被调用时,每个添加的块都按照它们被添加的顺序执行。现在可以使用我们的MySequential类重新实现多层感知机
net = MySequential(nn.Linear(20,256),nn.ReLU(),nn.Linear(256,10))
net(X)
tensor([[-0.0263, -0.1204, 0.1261, -0.1852, 0.0819, -0.4992, 0.0242, -0.0529,
-0.1094, 0.0749],
[-0.0233, -0.1494, -0.0315, -0.1122, 0.0980, -0.4515, 0.0229, -0.1163,
-0.1895, 0.0388]], grad_fn=<AddmmBackward0>)
请注意,MySequential的⽤法与之前为Sequential类编写的代码相同
3 - 在前向传播函数中执行代码
Sequential类使模型构造变得简单,允许我们组合新的架构,⽽不必定义⾃⼰的类
- 然⽽,并不是所有的架构都是简单的顺序架构。当需要更强的灵活性时,我们需要定义⾃⼰的块
- 例如,我们可能希望在前向传播函数中执⾏Python的控制流
- 此外,我们可能希望执⾏任意的数学运算,⽽不是简单地依赖预定义的神经⽹络层
到目前为止,我们⽹络中的所有操作都对⽹络的激活值及⽹络的参数起作⽤。然⽽,有时我们可能希望合并既不是上⼀层的结果也不是可更新参数的项,我们称之为常数参数(constant parameter)
- 例如,我们需要一个计算函数f(x, w) = c · w⊤x的层,其中x是输⼊,w是参数,c是某个在优化过程中没有更新的指定常量
因此,我们实现了一个FixedHiddenMLP类
class FixedHiddenMLP(nn.Module):
def __init__(self):
super().__init__()
# 不计算梯度的随机权重参数。因此其在训练期间保持不变
self.rand_weight = torch.rand((20, 20), requires_grad=False)
self.linear = nn.Linear(20, 20)
def forward(self, X):
X = self.linear(X)
# 使⽤创建的常量参数以及relu和mm函数
X = F.relu(torch.mm(X, self.rand_weight) + 1)
# 复⽤全连接层。这相当于两个全连接层共享参数
X = self.linear(X)
# 控制流
while X.abs().sum() > 1:
X /= 2
return X.sum()
- 在这个FixedHiddenMLP模型中,我们实现了⼀个隐藏层,其权重(self.rand_weight)在实例化时被随机初始化,之后为常量
- 这个权重不是一个模型参数,因此它永远不会被反向传播更新,然后神经网络将这个固定层的输出通过一个全连接层
注意,在返回输出之前,模型做了⼀些不寻常的事情:它运⾏了⼀个while循环,在L1范数⼤于1的条件下,将输出向量除以2,直到它满⾜条件为⽌。最后,模型返回了X中所有项的和。注意,此操作可能不会常⽤于在任何实际任务中,我们只是向你展⽰如何将任意代码集成到神经⽹络计算的流程中
net = FixedHiddenMLP()
net(X)
tensor(-0.3342, grad_fn=<SumBackward0>)
我们可以混合搭配各种组合块的方法,在下面的例子中,我以一些想到的方法嵌套块
class NestMLP(nn.Module):
def __init__(self):
super().__init__()
self.net = nn.Sequential(nn.Linear(20,64),nn.ReLU(),
nn.Linear(64,32),nn.ReLU())
self.linear = nn.Linear(32,16)
def forward(self,X):
return self.linear(self.net(X))
chimera = nn.Sequential(NestMLP(),nn.Linear(16,20),FixedHiddenMLP())
chimera(X)
tensor(0.1630, grad_fn=<SumBackward0>)
4 - 小结
- 一个块可以由许多层组成;一个块可以由许多块组成
- 块可以包含代码
- 块负责大量的内部处理,包括参数初始化和反向传播
- 层和块的顺序连接由Sequential块处理