pytorch 交叉验证_Pytorch中我们所经过的 “坑”

最新推荐文章于 2023-04-25 15:07:13 发布

weixin_39585761

最新推荐文章于 2023-04-25 15:07:13 发布

阅读量768

点赞数

文章标签： pytorch 交叉验证

本文链接：https://blog.csdn.net/weixin_39585761/article/details/111624837

版权

本文详细介绍了PyTorch中交叉验证的注意事项，包括在验证时取消梯度、显式指定训练和测试模式，以及如何在内存紧张情况下使用梯度累积进行大批次训练。文中强调了在有BN层或dropout层时，必须在训练和测试阶段正确切换train()和eval()状态，以确保模型表现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、调皮的dropout

这个在利用torch.nn.functional.dropout的时候，其参数为：

torch.nn.functional.dropout(input, p=0.5, training=True, inplace=False)

注意这里有个training指明了是否是在训练阶段，是否需要对神经元输出进行随机丢弃，这个是需要自行指定的，即便是用了model.train()或者model.eval()都是如此，这个和torch.nn.dropout不同，因为后者是一个层(Layer)，而前者只是一个函数，不能纪录状态。

二、pytorch中的交叉熵

pytorch的交叉熵nn.CrossEntropyLoss在训练阶段，里面是内置了softmax操作的，因此只需要喂入原始的数据结果即可，不需要在之前再添加softmax层。

这个和tensorflow的tf.softmax_cross_entropy_with_logits如出一辙. pytorch的交叉熵nn.CrossEntropyLoss在训练阶段，里面是内置了softmax操作的，因此只需要喂入原始的数据结果即可，不需要在之前再添加softmax层。这个和tensorflow的tf.softmax_cross_entropy_with_logits如出一辙.

三、验证时取消掉梯度（no_grad）

一般来说，我们在进行模型训练的过程中，因为要监控模型的性能，在跑完若干个epoch训练之后，需要进行一次在验证集上的性能验证。

一般来说，在验证或者是测试阶段，因为只是需要跑个前向传播(forward)就足够了，因此不需要保存变量的梯度。

保存梯度是需要额外显存或者内存进行保存的，占用了空间，有时候还会在验证阶段导致OOM(OutOfMemory)错误，因此我们在验证和测试阶段，最好显式地取消掉模型变量的梯度。在pytroch 0.4及其以后的版本中，用torch.no_grad()这个上下文管理器就可以了

例子：

model.train()
# here train the model, just skip the codes
model.eval() 
# here we start to evaluate the model
with torch.no_grad(): 
for each in eval_data:  
data, label = each  
logit = model(data) 
... # here we just skip the codes

如上，我们只需要在加上上下文管理器就可以很方便的取消掉梯度。这个功能在pytorch以前的版本中，通过设置volatile=True生效，不过现在这个用法已经被抛弃了。

四、显式指定model.train()和model.eval()

我们的模型中经常会有一些子模型，其在训练时候和测试时候的参数是不同的，比如dropout中的丢弃率和Batch Normalization中的和等，这个时候我们就需要显式地指定不同的阶段（训练或者测试），在pytorch中我们通过model.train()和model.eval()进行显式指定。

具体如：

model = CNNNet(params)
# here we start the training
model.train()
for each in train_data:
 data, label = each
 logit = model(data)
 loss = criterion(logit, label)
 ... # just skip
# here we start the evaluation

model.eval() 
with torch.no_grad(): # we dont need grad in eval phase
 for each in eval_data:
  data, label = each
  logit = model(data)
  loss = criterion(logit, label)
  ... # just skip

需要注意，在模型中有BN层或者dropout层时，在训练阶段和测试阶段必须显式指定train()和eval()。

五、进行梯度累积，实现内存紧张情况下的大batch_size训练

在上面讨论的retain_graph参数中，还可以用于累积梯度，在GPU显存紧张的情况下使用可以等价于用更大的batch_size进行训练。

首先我们要明白，当调用.backward()时，其实是对损失到各个节点的梯度进行计算，计算结果将会保存在各个节点上，如果不用opt.zero_grad()对其进行清0，那么只要你一直调用.backward()梯度就会一直累积，相当于是在大的batch_size下进行的训练。

我们给出几个例子阐述我们的观点。

import torch
import torch.nn as nn
import numpy as np
class net(nn.Module):
    def __init__(self):
        super().__init__()
        self.fc1 = nn.Linear(10,2)
        self.act = nn.ReLU()
    def forward(self,inputv):
        return self.act(self.fc1(inputv))
n = net()
inputv = torch.tensor(np.random.normal(size=(4,10))).float()
output = n(inputv)
target = torch.tensor(np.ones((4,2))).float()
loss = nn.functional.mse_loss(output, target)
loss.backward(retain_graph=True)
opt = torch.optim.Adam(n.parameters(),lr=0.01)
for each in n.parameters():
    print(each.grad)

第一次输出:

tensor([[ 0.0493, -0.0581, -0.0451, 0.0485, 0.1147, 0.1413, -0.0712, -0.1459,

0.1090, -0.0896],

[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,

0.0000, 0.0000]])

tensor([-0.1192, 0.0000])

在运行一次loss.backward(retain_graph=True)，输出为:

tensor([[ 0.0987, -0.1163, -0.0902, 0.0969, 0.2295, 0.2825, -0.1424, -0.2917,

0.2180, -0.1792],

[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,

0.0000, 0.0000]])

tensor([-0.2383, 0.0000])