” 自动微分 Automatic Differentiation 求导是几乎所有深度学习优化算法的关键步骤。 虽然求导的计算很简单,只需要一些基本的微积分。 但对于复杂的模型,手工进行更新是一件很痛苦的事情(而且经常容易出错)。深度学习框架通过自动计算导数,即自动微分(automatic differentiation)来加快求导。实际中,根据设计好的模型,系统会构建一个计算图(computational graph), 来跟踪计算是哪些数据通过哪些操作组合起来产生输出。自动微分使系统能够随后反向传播梯度。这里,反向传播(backpropagate)意味着跟踪整个计算图,填充关于每个参数的偏导数。 首先我们来理解一下反向传播这个概念,要了解它,先得知道正向传播是什么? 正向传播自动微分的原理是求导法则,算法结构类似于递归树。对于一个多元函数式f(x1,x2..,xn),它的运算总可以看成是两个自变量或自变量与常数的加法与乘法运算,如: 它的运算树图可以表示为: 我们发现,任何的运算都可以逐步拆解成两个元素的运算,并且只有加法和乘法两种,如果是多个加法和乘法,也是两个叶节点逐步回归到根节点的这个过程。这个从叶节点逐步回到根节点这个过程即为正向传递,这是求函数对其中任一自变量求偏导数(梯度)的第一步。对于张量而言,运算会更加丰富,但整个树的结构是一致的。 反向传播之所以是方向传播,是因为我们正向传播构造好这棵运算树后,求导的过程是从根节点逐步向叶节点传递的。 要想求函数对某一变量的导数,就需要知道函数对这个变量的父节点的偏导,函数对某一节点的偏导值为函数对这个节点的父节点的偏导与父节点对该节点偏导的乘积。 2.5.1 一个简单的例子作为一个演示例子,假设我们想对函数y=2x⊤x关于列向量x求导。首先,我们创建变量 import torch x = torch.arange(4.0) x tensor([0., 1., 2., 3.]) #在我们计算y关于x的梯度之前,需要一个地方来存储梯度。重要的是,我们不会在每次对一个参数求导时都分配新的内存。 #因为我们经常会成千上万次地更新相同的参数,每次都分配新的内存可能很快就会将内存耗尽。 #注意,一个标量函数关于向量x的梯度是向量,并且与x具有相同的形状。 x.requires_grad_(True) #作用是让 backward 可以追踪这个参数并且计算它的梯度 x1 = torch.arange(4.0,requires_grad=True) x.grad ,x1.grad (None, None) #现在计算y y = 2 * torch.dot(x,x) y tensor(28., grad_fn=<MulBackward0>) #x是一个长度为4的向量,计算x和x的点积,得到了我们赋值给y的标量输出。 #接下来,通过调用反向传播函数来自动计算y关于x每个分量的梯度,并打印这些梯度。 y.backward() #反向传播 x.grad tensor([ 0., 4., 8., 12.]) #函数y = 2 * torch.dot(x, x)关于x的梯度应为4x。让我们快速验证这个梯度是否计算正确。 x.grad == 4 * x tensor([True, True, True, True]) #现在计算x的另一个函数。 ## 在默认情况下,PyTorch会累积梯度,我们需要清除之前的值 x.grad.zero_() y = x.sum() y.backward() x,x.grad (tensor([0., 1., 2., 3.], requires_grad=True), tensor([1., 1., 1., 1.])) 2.5.2 非标量变量的反向传播当 然而,虽然这些更奇特的对象确实出现在高级机器学习中(包括深度学习中), 但当调用向量的反向计算时,我们通常会试图计算一批训练样本中每个组成部分的损失函数的导数。这里,我们的目的不是计算微分矩阵,而是单独计算批量中每个样本的偏导数之和。 #2.5.2 # 对非标量调用backward需要传入一个gradient参数,该参数指定微分函数关于self的梯度。 # 本例只想求偏导数的和,所以传递一个1的梯度是合适的 x.grad.zero_() y = x * x y.sum().backward() x.grad tensor([0., 2., 4., 6.]) 2.5.3 分离计算有时,我们希望将某些计算移动到记录的计算图之外。例如,假设 这里可以分离 #2.5.3分离计算 x.grad.zero_() #将x的梯度清零 y = x * x u = y.detach() #分离出y的梯度 z = u * x z.sum().backward() x,x.grad,x.grad == u (tensor([0., 1., 2., 3.], requires_grad=True), #由于记录了y的计算结果,我们可以随后在y上调用反向传播, 得到y=x*x关于的x的导数,即2*x。 x.grad.zero_() y.sum().backward() x.grad,x.grad== 2* x (tensor([0., 2., 4., 6.]), tensor([True, True, True, True])) 2.5.4 python控制流的梯度计算使用自动微分的一个好处是:即使构建函数的计算图需要通过Python控制流(例如,条件、循环或任意函数调用),我们仍然可以计算得到的变量的梯度。在下面的代码中, #2.5.4 python控制流的梯度计算 #使用自动微分的一个好处是:即使构建函数的计算图需要通过Python控制流(例如,条件、循环或任意函数调用),我们仍然可以计算得到的变量的梯度。 #在下面的代码中,while循环的迭代次数和if语句的结果都取决于输入a的值。 def f(a): b = a * 2 while b.norm() < 1000: b = b * 2 if b.sum() > 0: c = b else: c = 100 * b return c #计算梯度 #请注意,上面定义的f函数,它在其输入a中是分段线性的。 #换言之,对于任何a,存在某个常量标量k,使得f(a)=k*a,其中k的值取决于输入a,因此可以用d/a验证梯度是否正确。 d/a,a.grad == d/a (tensor(52428800., grad_fn=<DivBackward0>), tensor(True)) 2.5.5 小结
觉得不错 点个再看吧 |
|