产品
当我第一次尝试学习 PyTorch 时，没几天就放弃了。和 TensorFlow 相比，我很难弄清 PyTorch 的核心要领。但是随后不久，PyTorch 发布了一个新版本，我决定重新来过。在第二次的学习中，我开始了解这个框架的易用性。在本文中，我会简要解释 PyTorch 的核心概念，为你转入这个框架提供一些必要的动力。其中包含了一些基础概念，以及先进的功能如学习速率调整、自定义层等等。
.jpg "PyTorch 的易用性如何?Andrej Karpathy 是这样评价的")
PyTorch 的易用性如何?Andrej Karpathy 是这样评价的
资源
把 PyTorch 当做 NumPy 用
让我们先看看 PyTorch 本身，其主要构件是张量——这和 NumPy 看起来差不多。这种性质使得 PyTorch 可支持大量相同的 API，所以有时候你可以把它用作是 NumPy 的替代品。PyTorch 的开发者们这么做的原因是希望这种框架可以完全获得 GPU 加速带来的便利，以便你可以快速进行数据预处理，或其他任何机器学习任务。将张量从 NumPy 转换至 PyTorch 非常容易，反之亦然。让我们看看如下代码：
importtorch
importnumpy asnp
numpy_tensor =np.random.randn(10,20)
# convert numpy array to pytorch array
pytorch_tensor =torch.Tensor(numpy_tensor)
# or another way
pytorch_tensor =torch.from_numpy(numpy_tensor)
# convert torch tensor to numpy representation
pytorch_tensor.numpy()
# if we want to use tensor on GPU provide another type
dtype =torch.cuda.FloatTensor
gpu_tensor =torch.randn(10,20).type(dtype)
# or just call `cuda()` method
gpu_tensor =pytorch_tensor.cuda()
# call back to the CPU
cpu_tensor =gpu_tensor.cpu()
# define pytorch tensors
x =torch.randn(10,20)
y =torch.ones(20,5)
# `@` mean matrix multiplication from python3.5, PEP-0465
res =x @y
# get the shape
res.shape # torch.Size([10, 5])
从张量到变量
张量是 PyTorch 的一个完美组件，但是要想构建神经网络这还远远不够。反向传播怎么办?当然，我们可以手动实现它，但是真的需要这样做吗?幸好还有自动微分。为了支持这个功能，PyTorch 提供了变量，它是张量之上的封装。如此，我们可以构建自己的计算图，并自动计算梯度。每个变量实例都有两个属性：包含初始张量本身的.data，以及包含相应张量梯度的.grad
importtorch
fromtorch.autograd importVariable
# define an inputs
x_tensor =torch.randn(10,20)
y_tensor =torch.randn(10,5)
x =Variable(x_tensor,requires_grad=False)
y =Variable(y_tensor,requires_grad=False)
# define some weights
w =Variable(torch.randn(20,5),requires_grad=True)
# get variable tensor
print(type(w.data))# torch.FloatTensor
# get variable gradient
print(w.grad)# None
loss =torch.mean((y -x @w)**2)
# calculate the gradients
loss.backward()
print(w.grad)# some gradients
# manually apply gradients
w.data -=0.01*w.grad.data
# manually zero gradients after update
w.grad.data.zero_()
你也许注意到我们手动计算了自己的梯度，这样看起来很麻烦，我们能使用优化器吗?当然。
importtorch
fromtorch.autograd importVariable
importtorch.nn.functional asF
x =Variable(torch.randn(10,20),requires_grad=False)
y =Variable(torch.randn(10,3),requires_grad=False)
# define some weights
w1 =Variable(torch.randn(20,5),requires_grad=True)
w2 =Variable(torch.randn(5,3),requires_grad=True)
learning_rate =0.1
loss_fn =torch.nn.MSELoss()
optimizer =torch.optim.SGD([w1,w2],lr=learning_rate)
forstep inrange(5):
pred =F.sigmoid(x @w1)
pred =F.sigmoid(pred @w2)
loss =loss_fn(pred,y)
# manually zero all previous gradients
optimizer.zero_grad()
# calculate new gradients
loss.backward()
# apply new gradients
optimizer.step()
并不是所有的变量都可以自动更新。但是你应该可以从最后一段代码中看到重点：我们仍然需要在计算新梯度之前将它手动归零。这是 PyTorch 的核心理念之一。有时我们会不太明白为什么要这么做，但另一方面，这样可以让我们充分控制自己的梯度。
静态图 vs 动态图
PyTorch 和 TensorFlow 的另一个主要区别在于其不同的计算图表现形式。TensorFlow 使用静态图，这意味着我们是先定义，然后不断使用它。在 PyTorch 中，每次正向传播都会定义一个新计算图。在开始阶段，两者之间或许差别不是很大，但动态图会在你希望调试代码，或定义一些条件语句时显现出自己的优势。就像你可以使用自己最喜欢的 debugger 一样!
你可以比较一下 while 循环语句的下两种定义——第一个是 TensorFlow 中，第二个是 PyTorch 中：
importtensorflow astf
first_counter =tf.constant(0)
second_counter =tf.constant(10)
some_value =tf.Variable(15)
# condition should handle all args:
defcond(first_counter,second_counter,*args):
returnfirst_counter <second_counter
defbody(first_counter,second_counter,some_value):
first_counter =tf.add(first_counter,2)
second_counter =tf.add(second_counter,1)
returnfirst_counter,second_counter,some_value
c1,c2,val =tf.while_loop(
cond,body,[first_counter,second_counter,some_value])
withtf.Session()assess:
sess.run(tf.global_variables_initializer())
counter_1_res,counter_2_res =sess.run([c1,c2])
importtorch
first_counter =torch.Tensor([0])
second_counter =torch.Tensor([10])
some_value =torch.Tensor(15)
while(first_counter <second_counter)[0]:
first_counter +=2
second_counter +=1
看起来第二种方法比第一个简单多了，你觉得呢?
模型定义
现在我们看到，想在 PyTorch 中创建 if/else/while 复杂语句非常容易。不过让我们先回到常见模型中，PyTorch 提供了非常类似于 Keras 的、即开即用的层构造函数：
神经网络包(nn)定义了一系列的模块，它可以粗略地等价于神经网络的层。模块接收输入变量并计算输出变量，但也可以保存内部状态，例如包含可学习参数的变量。nn 包还定义了一组在训练神经网络时常用的损失函数。
fromcollections importOrderedDict
importtorch.nn asnn
# Example of using Sequential
model =nn.Sequential(
nn.Conv2d(1,20,5),
nn.ReLU(),
nn.Conv2d(20,64,5),
nn.ReLU()
)
# Example of using Sequential with OrderedDict
model =nn.Sequential(OrderedDict([
('conv1',nn.Conv2d(1,20,5)),
('relu1',nn.ReLU()),
('conv2',nn.Conv2d(20,64,5)),
('relu2',nn.ReLU())
]))
output =model(some_input)
如果你想要构建复杂的模型，我们可以将 nn.Module 类子类化。当然，这两种方式也可以互相结合。
fromtorch importnn
classModel(nn.Module):
def__init__(self):
super().__init__()
self.feature_extractor =nn.Sequential(
nn.Conv2d(3,12,kernel_size=3,padding=1,stride=1),
nn.Conv2d(12,24,kernel_size=3,padding=1,stride=1),
)
self.second_extractor =nn.Conv2d(
24,36,kernel_size=3,padding=1,stride=1)
defforward(self,x):
x =self.feature_extractor(x)
x =self.second_extractor(x)
# note that we may call same layer twice or mode
x =self.second_extractor(x)
returnx
在__init__方法中，我们需要定义之后需要使用的所有层。在正向方法中，我们需要提出如何使用已经定义的层的步骤。而在反向传播上，和往常一样，计算是自动进行的。
自定义层
如果我们想要定义一些非标准反向传播模型要怎么办?这里有一个例子——XNOR 网络：
.jpg)
在这里我们不会深入细节，如果你对它感兴趣，可以参考一下原始论文：
https://arxiv.org/abs/1603.05279
与我们问题相关的是反向传播需要权重必须介于-1 到 1 之间。在 PyTorch 中，这可以很容易实现：
importtorch
classMyFunction(torch.autograd.Function):
@staticmethod
defforward(ctx,input):
ctx.save_for_backward(input)
output =torch.sign(input)
returnoutput
@staticmethod
defbackward(ctx,grad_output):
# saved tensors - tuple of tensors, so we need get first
input,=ctx.saved_variables
grad_output[input.ge(1)]=0
grad_output[input.le(-1)]=0
returngrad_output
# usage
x =torch.randn(10,20)
y =MyFunction.apply(x)
# or
my_func =MyFunction.apply
y =my_func(x)
# and if we want to use inside nn.Module
classMyFunctionModule(torch.nn.Module):
defforward(self,x):
returnMyFunction.apply(x)
正如你所见，我们应该只定义两种方法：一个为正向传播，一个为反向传播。如果我们需要从正向通道访问一些变量，我们可以将它们存储在 ctx 变量中。注意：在此前的 API 正向/反向传播不是静态的，我们存储变量需要以 self.save_for_backward(input) 的形式，并以 input, _ = self.saved_tensors 的方式接入。
在 CUDA 上训练模型
我们曾经讨论过传递一个张量到 CUDA 上。但如果希望传递整个模型，我们可以通过调用.cuda() 来完成，并将每个输入变量传递到.cuda() 中。在所有计算后，我们需要用返回.cpu() 的方法来获得结果。
同时，PyTorch 也支持在源代码中直接分配设备：
importtorch
### tensor example
x_cpu =torch.randn(10,20)
w_cpu =torch.randn(20,10)
# direct transfer to the GPU
x_gpu =x_cpu.cuda()
w_gpu =w_cpu.cuda()
result_gpu =x_gpu @w_gpu
# get back from GPU to CPU
result_cpu =result_gpu.cpu()
### model example
modelmodel =model.cuda()
# train step
inputs =Variable(inputs.cuda())
outputs =model(inputs)
# get back from GPU to CPU
outputsoutputs =outputs.cpu()
因为有些时候我们想在 CPU 和 GPU 中运行相同的模型，而无需改动代码，我们会需要一种封装：
classTrainer:
def__init__(self,model,use_cuda=False,gpu_idx=0):
self.use_cuda =use_cuda
self.gpu_idx =gpu_idx
selfself.model =self.to_gpu(model)
defto_gpu(self,tensor):
ifself.use_cuda:
returntensor.cuda(self.gpu_idx)
else:
returntensor
deffrom_gpu(self,tensor):
ifself.use_cuda:
returntensor.cpu()
else:
returntensor
deftrain(self,inputs):
inputs =self.to_gpu(inputs)
outputs =self.model(inputs)
outputs =self.from_gpu(outputs)
权重初始化
在 TesnorFlow 中权重初始化主要是在张量声明中进行的。PyTorch 则提供了另一种方法：首先声明张量，随后在下一步里改变张量的权重。权重可以用调用 torch.nn.init 包中的多种方法初始化为直接访问张量的属性。这个决定或许并不直接了当，但当你希望初始化具有某些相同初始化类型的层时，它就会变得有用。
importtorch
fromtorch.autograd importVariable
# new way with `init` module
w =torch.Tensor(3,5)
torch.nn.init.normal(w)
# work for Variables also
w2 =Variable(w)
torch.nn.init.normal(w2)
# old styled direct access to tensors data attribute
w2.data.normal_()
# example for some module
defweights_init(m):
classname =m.__class__.__name__
ifclassname.find('Conv')!=-1:
m.weight.data.normal_(0.0,0.02)
elifclassname.find('BatchNorm')!=-1:
m.weight.data.normal_(1.0,0.02)
m.bias.data.fill_(0)
# for loop approach with direct access
classMyModel(nn.Module):
def__init__(self):
form inself.modules():
ifisinstance(m,nn.Conv2d):
n =m.kernel_size[0]*m.kernel_size[1]*m.out_channels
m.weight.data.normal_(0,math.sqrt(2./n))
elifisinstance(m,nn.BatchNorm2d):
m.weight.data.fill_(1)
m.bias.data.zero_()
elifisinstance(m,nn.Linear):
m.bias.data.zero_()
反向排除子图
有时，当你希望保留模型中的某些层或者为生产环境做准备的时候，禁用某些层的自动梯度机制非常有用。在这种思路下，PyTorch 设计了两个 flag：requires_grad 和 volatile。第一个可以禁用当前层的梯度，但子节点仍然可以计算。第二个可以禁用自动梯度，同时效果沿用至所有子节点。
importtorch
fromtorch.autograd importVariable
# requires grad
# If there’s a single input to an operation that requires gradient,
# its output will also require gradient.
x =Variable(torch.randn(5,5))
y =Variable(torch.randn(5,5))
z =Variable(torch.randn(5,5),requires_grad=True)
a =x +y
a.requires_grad # False
b =a +z
b.requires_grad # True
# Volatile differs from requires_grad in how the flag propagates.
# If there’s even a single volatile input to an operation,
# its output is also going to be volatile.
x =Variable(torch.randn(5,5),requires_grad=True)
y =Variable(torch.randn(5,5),volatile=True)
a =x +y
a.requires_grad # False
训练过程
当然，PyTorch 还有一些其他卖点。例如你可以设定学习速率，让它以特定规则进行变化。或者你可以通过简单的训练标记允许/禁止批规范层和 dropout。如果你想要做的话，让 CPU 和 GPU 的随机算子不同也是可以的。
# scheduler example
fromtorch.optim importlr_scheduler
optimizer =torch.optim.SGD(model.parameters(),lr=0.01)
scheduler =lr_scheduler.StepLR(optimizer,step_size=30,gamma=0.1)
forepoch inrange(100):
scheduler.step()
train()
validate()
# Train flag can be updated with boolean
# to disable dropout and batch norm learning
model.train(True)
# execute train step
model.train(False)
# run inference step
# CPU seed
torch.manual_seed(42)
# GPU seed
torch.cuda.manual_seed_all(42)
同时，你也可以添加模型信息，或存储/加载一小段代码。如果你的模型是由 OrderedDict 或基于类的模型字符串，它的表示会包含层名。
fromcollections importOrderedDict
importtorch.nn asnn
model =nn.Sequential(OrderedDict([
('conv1',nn.Conv2d(1,20,5)),
('relu1',nn.ReLU()),
('conv2',nn.Conv2d(20,64,5)),
('relu2',nn.ReLU())
]))
print(model)
# Sequential (
# (conv1): Conv2d(1, 20, kernel_size=(5, 5), stride=(1, 1))
# (relu1): ReLU ()
# (conv2): Conv2d(20, 64, kernel_size=(5, 5), stride=(1, 1))
# (relu2): ReLU ()
# )
# save/load only the model parameters(prefered solution)
torch.save(model.state_dict(),save_path)
model.load_state_dict(torch.load(save_path))
# save whole model
torch.save(model,save_path)
model =torch.load(save_path)
根据 PyTorch 文档，用 state_dict() 的方式存储文档更好。
记录
训练过程的记录是一个非常重要的部分。不幸的是，PyTorch 目前还没有像 Tensorboard 这样的东西。所以你只能使用普通文本记录 Python 了，你也可以试试一些第三方库：
掌控数据
你可能会记得 TensorFlow 中的数据加载器，甚至想要实现它的一些功能。对于我来说，我花了四个小时来掌握其中所有管道的执行原理。
.jpg)
首先，我想在这里添加一些代码，但我认为上图足以解释它的基础理念了。
PyTorch 开发者不希望重新发明轮子，他们只是想要借鉴多重处理。为了构建自己的数据加载器，你可以从 torch.utils.data.Dataset 继承类，并更改一些方法：
importtorch
importtorchvision astv
classImagesDataset(torch.utils.data.Dataset):
def__init__(self,df,transform=None,
loader=tv.datasets.folder.default_loader):
self.df =df
self.transform =transform
self.loader =loader
def__getitem__(self,index):
row =self.df.iloc[index]
target =row['class_']
path =row['path']
img =self.loader(path)
ifself.transform isnotNone:
img =self.transform(img)
returnimg,target
def__len__(self):
n,_ =self.df.shape
returnn
# what transformations should be done with our images
data_transforms =tv.transforms.Compose([
tv.transforms.RandomCrop((64,64),padding=4),
tv.transforms.RandomHorizontalFlip(),
tv.transforms.ToTensor(),
])
train_df =pd.read_csv('path/to/some.csv')
# initialize our dataset at first
train_dataset =ImagesDataset(
df=train_df,
transform=data_transforms
)
# initialize data loader with required number of workers and other params
train_loader =torch.utils.data.DataLoader(train_dataset,
batch_size=10,
shuffle=True,
num_workers=16)
# fetch the batch(call to `__getitem__` method)
forimg,target intrain_loader:
pass
有两件事你需要事先知道：
1. PyTorch 的图维度和 TensorFlow 的不同。前者的是 [Batch_size × channels × height × width] 的形式。但如果你没有通过预处理步骤 torchvision.transforms.ToTensor() 进行交互，则可以进行转换。在 transforms 包中还有很多有用小工具。
2. 你很可能会使用固定内存的 GPU，对此，你只需要对 cuda() 调用额外的标志 async = True，并从标记为 pin_memory = True 的 DataLoader 中获取固定批次。
最终架构
现在我们了解了模型、优化器和很多其他细节。是时候来个总结了：
.jpg)
这里有一段用于解读的伪代码：
classImagesDataset(torch.utils.data.Dataset):
pass
classNet(nn.Module):
pass
model =Net()
optimizer =torch.optim.SGD(model.parameters(),lr=0.01)
scheduler =lr_scheduler.StepLR(optimizer,step_size=30,gamma=0.1)
criterion =torch.nn.MSELoss()
dataset =ImagesDataset(path_to_images)
data_loader =torch.utils.data.DataLoader(dataset,batch_size=10)
train =True
forepoch inrange(epochs):
iftrain:
lr_scheduler.step()
forinputs,labels indata_loader:
inputs =Variable(to_gpu(inputs))
labels =Variable(to_gpu(labels))
outputs =model(inputs)
loss =criterion(outputs,labels)
iftrain:
optimizer.zero_grad()
loss.backward()
optimizer.step()
ifnottrain:
save_best_model(epoch_validation_accuracy)
结论
希望本文可以让你了解 PyTorch 的如下特点：
PyTorch 是一个正在快速发展的框架，背靠一个富有活力的社区。现在是尝试 PyTorch 的好时机。
【本文是51CTO专栏机构“机器之心”的原创译文，微信公众号“机器之心( id: almosthuman2014)”】
技术文档
热门文章
155-2731-8020
