模型参数的查看
model.named_parameters()
[
(prefix: str = '', recurse: bool = True) → Iterator[Tuple[str, torch.Tensor]]]named_parameters
迭代打印model.named_parameters()将会打印每一次迭代元素的名字和param(元素是 torch.nn.parameter.Parameter 类型)
for name, param in model.named_parameters():
print(name,param.requires_grad)
param.requires_grad=False # 顺便改下属性
model.parameters()
[
(recurse: bool = True) → Iterator[torch.nn.parameter.Parameter]]parameters
迭代打印model.parameters()将会打印每一次迭代元素的param而不会打印名字,这是他和named_parameters的区别,两者都可以用来改变requires_grad的属性
for param in model.parameters():
print(param.requires_grad)
param.requires_grad=False
model.state_dict().items()
每次迭代打印该选项的话,会打印所有的name和param,但是这里的所有的param都是requires_grad=False,没有办法改变requires_grad的属性,所以改变requires_grad的属性只能通过上面的两种方式。
for name, param in model.state_dict().items():
print(name,param.requires_grad=True)
获取参数个数torch.numel()
torch.numel(input) → int Returns the total number of elements in the input tensor.
def get_parameter_number(net):
total_num = sum(p.numel() for p in net.parameters())
trainable_num = sum(p.numel() for p in net.parameters() if p.requires_grad)
return {'Total': total_num, 'Trainable': trainable_num}
def get_parameter_number_details(net):
trainable_num_details = {name: p.numel() for name, p in net.named_parameters() if p.requires_grad}
return {'Trainable': trainable_num_details}
model = DCN(...)
print(get_parameter_number(model))
print(get_parameter_number_details(model))
模型参数初始化
神经网络的初始化是训练流程的重要基础环节,会对模型的性能、收敛性、收敛速度等产生重要的影响。
初始化方法
高斯初始化[TORCH.RANDN]
pytorch内置的torch.nn.init方法,常用的初始化操作,例如正态分布、均匀分布、xavier初始化、kaiming初始化等都已经实现,可以直接使用。
nn.init.xavier_uniform(net1[0].weight)
xavier初始化[nn.init.
xavier_uniform_
(tensor, gain=1.0)]
参数声明及初始化
方式1
self.kernel = nn.Parameter(torch.Tensor(num_pairs, 1))
nn.init.xavier_uniform_(self.kernel)
方式2
route_weights = nn.Parameter(torch.randn(num_capsules, num_route_nodes, in_channels, out_channels))
两种常用的初始化操作
使用pytorch内置的torch.nn.init方法
修改nn.Linear默认的均匀分布初始化为正态分布:
self.linear_layers = nn.ModuleList(
[nn.Linear(hidden_units[i], hidden_units[i + 1]) for i in range(len(hidden_units) - 1)])
for name, tensor in self.linear_layers.named_parameters():
if 'weight' in name:
nn.init.normal_(tensor, mean=0, std=init_std) #init_std=0.0001
[torch.nn.init — PyTorch 2.0 documentation]
更加灵活的初始化借助numpy
对于自定义的初始化方法,有时tensor的功能不如numpy强大灵活,故可以借助numpy实现初始化方法,再转换到tensor上使用。
for layer in net1.modules():
if isinstance(layer, nn.Linear): # 判断是否是线性层
param_shape = layer.weight.shape
layer.weight.data = torch.from_numpy(np.random.normal(0, 0.5, size=param_shape))
# 定义为均值为 0,方差为 0.5 的正态分布
参数优化torch.optim
[pytorch源码阅读(二)optimizer原理 - 知乎]
示例
optimizer = torch.optim.SGD(net.parameters(), lr=0.1)
optimizer = torch.optim.Adam(lr=learning_rate, params=params)
optimizer = torch.optim.Adadelta(lr=config.learning_rate, rho=config.adadelta_decay_rate, eps=config.adadelta_epsilon, params=params)
optimizer.state_dict()
优化器在训练过程中的状态字典,包含了优化器当前的超参数值、内部缓存(如动量、梯度累积等)以及其他与优化器状态相关的信息。 优化器在训练神经网络模型时,根据损失函数的梯度来更新模型的参数。 这个过程中,优化器会根据自己的算法来动态地调整超参数,并且记录下来当前的状态。
torch保存模型时,如果还想保存某一次训练采用的优化器、epochs等信息,可将这些信息组合起来构成一个字典,然后将字典保存起来。这时就需要optimizer.state_dict()了。
可学习的参数
即params参数对应的对象。
如果是通过net.parameters()入参的,net.parameters()中哪些生效可参考下面的[哪些参数可以在模型训练时被更新?]
自定义可学习的params
当然也可以自定义可学习的params并输入到optim参数中:
params = list()
params.append({'params': self.token_embedding.parameters(), 'is_embedding': True})
params.append({'params': self.linear.parameters()})
torch.optim.Adam(lr=learning_rate, params=params)
学习率调参optimizer.param_groups
自定义可学习参数列表时,可以通过代码控制embedding层过多少步才可以学习:
def update_lr(self, optimizer, epoch):
if epoch > self.config.num_epochs_static_embedding:
for param_group in optimizer.param_groups[:2]:
param_group["lr"] = self.config.learning_rate
else:
for param_group in optimizer.param_groups[:2]:
param_group["lr"] = 0
定义好optimizer后可以通过optimizer.param_groups来修改不同参数组的学习率等参数
for param_group in optimizer.param_groups:
param_group["lr"] = self.config.learning_rate
Note: 这时的param_groups对应的就是params = list()的顺序[不同层使用不同学习率]。
冻结参数
在加载预训练模型的时候,想冻结前面几层,使其参数在训练过程中不发生变化。
首先从requires_grad讲起:在pytorch中,tensor有一个requires_grad参数,如果设置为True,则反向传播时,该tensor就会自动求导。tensor的requires_grad的属性默认为False,若一个节点(叶子变量:自己创建的tensor)requires_grad被设置为True,那么所有依赖它的节点requires_grad都为True(即使其他相依赖的tensor的requires_grad = False)。当requires_grad设置为False时,反向传播时就不会自动求导了,因此大大节约了显存或者说内存。
方式1:torch.no_grad no_grad — PyTorch 2.0 documentation
with torch.no_grad或者@torch.no_grad()的作用
在该模块下,所有计算得出的tensor的requires_grad都自动设置为False。
即使一个tensor(命名为x)的requires_grad = True,在with torch.no_grad计算,由x得到的新tensor(命名为w-标量)requires_grad也为False,且grad_fn也为None,即不会对w求导。
x = torch.tensor([1.], requires_grad=True)
with torch.no_grad():
y = x * 2
y.requires_grad
@torch.no_grad()
def doubler(x):
return x * 2
z = doubler(x)
z.requires_grad
参考sentencetransfomer中的anaconda3/Lib/site-packages/sentence_transformers/SentenceTransformer.py:164
方式2:
需要先知道每一层的名字:
net = Network()
for name, value in net.named_parameters():
print('name: {0},\t grad: {1}'.format(name, value.requires_grad))
name: cnn.VGG_16.convolution1_1.weight, grad: True
name: cnn.VGG_16.convolution1_1.bias, grad: True
name: cnn.VGG_16.convolution1_2.weight, grad: True
name: cnn.VGG_16.convolution1_2.bias, grad: True
name: cnn.VGG_16.convolution2_1.weight, grad: True
name: cnn.VGG_16.convolution2_1.bias, grad: True
name: cnn.VGG_16.convolution2_2.weight, grad: True
name: cnn.VGG_16.convolution2_2.bias, grad: True
后面的True表示该层的参数可训练。
我们定义一个要冻结的层的列表:
no_grad = [
'cnn.VGG_16.convolution1_1.weight',
'cnn.VGG_16.convolution1_1.bias',
'cnn.VGG_16.convolution1_2.weight',
'cnn.VGG_16.convolution1_2.bias'
]
冻结方法如下:
for name, value in net.named_parameters():
if name in no_grad:
value.requires_grad = False
else:
value.requires_grad = True
冻结后再打印每层的信息:
name: cnn.VGG_16.convolution1_1.weight, grad: False
name: cnn.VGG_16.convolution1_1.bias, grad: False
name: cnn.VGG_16.convolution1_2.weight, grad: False
name: cnn.VGG_16.convolution1_2.bias, grad: False
name: cnn.VGG_16.convolution2_1.weight, grad: True
name: cnn.VGG_16.convolution2_1.bias, grad: True
name: cnn.VGG_16.convolution2_2.weight, grad: True
name: cnn.VGG_16.convolution2_2.bias, grad: True
可以看到前两层的weight和bias的requires_grad都为False,表示它们不可训练。
最后在定义优化器时,只对requires_grad为True的层的参数进行更新。
optimizer = optim.Adam(filter(lambda p: p.requires_grad, net.parameters()), lr=0.01)
[https://www.zhihu.com/question/311095447/answer/589307812]
注册参数
torch.nn.Module.register_parameter(name, param)
Adds a parameter to the module.The parameter can be accessed as an attribute using given name.
注册一个可训练更新的参数。
主要作用是:将一个不可训练的类型Tensor转换成可以训练的类型parameter,并将这个parameter绑定到这个module里面,相当于变成了模型的一部分,成为了模型中可以根据训练进行变化的参数。
[pytorch中的register_parameter()和parameter()_模糊包的博客-CSDN博客]
torch.nn.Module.register_buffer(name, tensor, persistent=True)
Adds a buffer to the module. 该方法的作用是定义一组参数,该组参数在模型训练时不会更新(即调用 optimizer.step() 后该组参数不会变化,只可人为地改变它们的值),但是保存模型时,该组参数又作为模型参数不可或缺的一部分被保存。
示例参考
[/transformers/blob/main/src/transformers/models/bert/modeling_bert.py#L195C9-L195C13]
哪些参数可以在模型训练时被更新?
如果定义优化器时是这样的:
optimizer = torch.optim.SGD(net.parameters(), lr=0.1)
可以通过net.named_parameters()查看。
分别以
(1)常见的nn.Module类形式
(2)self.register_buffer()形式
(3)self.register_parameter()形式
(4)python类的属性形式
定义了4组参数。
import torch
import torch.nn as nn
from collections import OrderedDict
class Model(nn.Module):
def __init__(self):
super(Model, self).__init__()
# (1)常见定义模型时的操作
self.param_nn = nn.Sequential(OrderedDict([
('conv', nn.Conv2d(1, 1, 3, bias=False)),
('fc', nn.Linear(1, 2, bias=False))
]))
# (2)使用register_buffer()定义一组参数
self.register_buffer('param_buf', torch.randn(1, 2))
# (3)使用形式类似的register_parameter()定义一组参数
self.register_parameter('param_reg', nn.Parameter(torch.randn(1, 2)))
# (4)按照类的属性形式定义一组变量
self.param_attr = torch.randn(1, 2)
def forward(self, x):
return x
net = Model()
只有(1)和(3)定义的参数可以被更新,而self.register_buffer()和以python类的属性形式定义的参数都不能被更新。也就是说,modules和parameters可以被更新,而buffers和普通类属性不行。
哪些才算是模型的参数呢?
模型的所有参数都装在 state_dict 中,因为保存模型参数时直接保存 net.state_dict()。
In [9]: net.state_dict()
Out[9]:
OrderedDict([('param_reg', tensor([[-0.0617, -0.8984]])),
('param_buf', tensor([[-1.0517, 0.7663]])),
('param_nn.conv.weight',
tensor([[[[-0.3183, -0.0426, -0.2984],
[-0.1451, 0.2686, 0.0556],
[-0.3155, 0.0451, 0.0702]]]])),
('param_nn.fc.weight',
tensor([[-0.4647],
[ 0.7753]]))])
可以看到,通过 nn.Module 类、self.register_buffer() 以及 self.register_parameter() 定义的参数都在 state-dict 中,只有用python类的属性形式定义的参数不包含其中。也就是说,保存模型时,buffers,modules和parameters都可以被保存,但普通属性不行。
[PyTorch nn.Module中的self.register_buffer()解析 - 简书]
from: -柚子皮-
ref: