PyTorch提供两种求梯度的方法:backward() 和torch.autograd.grad() ,他们的区别在于前者是给叶子节点填充.grad字段,而后者是直接返回梯度给你,我会在后面举例说明。我们通常看到的y.backward()其实等同于torch.autograd.backward(y)
梯度是以tensor为对象的,之前总结了Pytorch Tensor与形状相关的属性。另外Tensor还有与自动求导相关的属性。
Tensor自动求导相关的属性 一个Tensor中通常会记录如下图中所示的属性:
- data: 即存储的数据信息
- requires_grad: 设置为True则表示该Tensor需要求导
- grad: 该Tensor的梯度值,只有自动求导后,才有值,每次在计算backward时都需要将前一时刻的梯度归零,否则梯度值会一直累加。
- grad_fn: 叶子节点通常为None,只有中间节点的 grad_fn 才有效,用于指示梯度函数是哪种类型。
- is_leaf: 用来指示该Tensor是否是叶子节点。
文章图片
图片出处: PyTorch Autograd*
import torch
import numpy as np
x = torch.rand(3, requires_grad=True)
y = x**2print("x.data = https://www.it610.com/article/{}/n/
x.requires_grad = {}/n/
x.grad = {}/n/
x.grad_fn = {}/n/
x.is_leaf = {}".format(x.data,x.requires_grad,x.grad,x.grad_fn,x.is_leaf))print("y.data = https://www.it610.com/article/{}/n/
y.requires_grad = {}/n/
y.grad = {}/n/
y.grad_fn = {}/n/
y.is_leaf = {}".format(x.data,x.requires_grad,x.grad,x.grad_fn,x.is_leaf))
运行结果:
x.data = https://www.it610.com/article/tensor([0.9833, 0.2409, 0.2388])
x.requires_grad = True
x.grad = None
x.grad_fn = None
x.is_leaf = Truey.data = tensor([0.9668, 0.0580, 0.0570])
y.requires_grad = True
y.grad = None
y.grad_fn =
y.is_leaf = False
torch.autograd.backward
torch.autograd.backward(
tensors,
grad_tensors=None,
retain_graph=None,
create_graph=False,
grad_variables=None)
- tensor: 用于计算梯度的tensor。也就是说这两种方式是等价的:torch.autograd.backward(z) == z.backward()
- grad_tensors: 在计算矩阵的梯度时会用到。他其实也是一个tensor,shape一般需要和前面的tensor保持一致。
- retain_graph: 通常在调用一次backward后,PyTorch 会自动把计算图销毁,所以要想对某个变量重复调用backward,则需要将该参数设置为True。
- create_graph: 当设置为True的时候可以用来计算更高阶的梯度。
- grad_variables: 这个官方说法是grad_variables’ is deprecated. Use ‘grad_tensors’ instead.也就是说这个参数后面版本中应该会丢弃,直接使用grad_tensors就好了。
x = torch.tensor(1.0, requires_grad=True)
y = torch.tensor(2.0, requires_grad=True)
z = x**2+y
z.backward()
print(z, x.grad, y.grad)>>> tensor(3., grad_fn=) tensor(2.) tensor(1.)
上面的例子中 z 是一个标量,当调用它的backward方法后会根据链式法则自动计算出叶子节点的梯度值。
下面我们看看pytorch为什么设计了grad_tensors这么一个参数,以及它有什么用呢?
还是用代码做个示例
x = torch.ones(2,requires_grad=True)
z = x + 2
z.backward()>>> ...
RuntimeError: grad can be implicitly created only for scalar outputs
当我们运行上面的代码的话会报错,报错信息为RuntimeError: grad can be implicitly created only for scalar outputs。
上面的报错信息意思是只有对标量输出它才会计算梯度,而求一个矩阵对另一矩阵的导数就会报错。
文章图片
那么我们只要想办法把矩阵转变成一个标量不就好了?比如我们可以对z求和,然后用求和得到的标量在对x求导,这样不会对结果有影响,例如:
文章图片
我们可以看到对z求和后再计算梯度没有报错,结果也与预期一样:
x = torch.ones(2,requires_grad=True)
z = x + 2
z.sum().backward()
print(x.grad)>>> tensor([1., 1.])
我们再仔细想想,对z求和不就是等价于z点乘一个一样维度的全为1的矩阵吗?即 s u m ( Z ) = d o t ( Z , I ) sum(Z)=dot(Z,I) sum(Z)=dot(Z,I) ,而这个I也就是我们需要传入的grad_tensors参数。(点乘只是相对于一维向量而言的,对于矩阵或更高为的张量,可以看做是对每一个维度做点乘)
代码如下:
x = torch.ones(2,requires_grad=True)
z = x + 2
z.backward(torch.ones_like(z)) # grad_tensors需要与输入tensor大小一致
print(x.grad)>>> tensor([1., 1.])
弄个再复杂一点的:
x = torch.tensor([2., 1.], requires_grad=True)
y = torch.tensor([[1., 2.], [3., 4.]], requires_grad=True)z = torch.mm(x.view(1, 2), y)
print(f"z:{z}")
z.backward(torch.Tensor([[1., 0]]), retain_graph=True)
print(f"x.grad: {x.grad}")
print(f"y.grad: {y.grad}")>>> z:tensor([[5., 8.]], grad_fn=)
x.grad: tensor([[1., 3.]])
y.grad: tensor([[2., 0.],
[1., 0.]])
再具体一点来解释,让我们写出求导计算的雅可比矩阵,y = [ y 1 , y 2 ] y=[y_1,y_2] y=[y1?,y2?] 是一个向量,
J = [ ? y ? x 1 , ? y ? x 2 ] = [ ? y 1 ? x 1 ? y 1 ? x 2 ? y 2 ? x 1 ? y 2 ? x 2 ] \mathbf{J} = [\frac{\partial \mathbf{y}}{\partial x_1}, \frac{\partial \mathbf{y}}{\partial x_2}] = \left[\begin{array}{cc} \frac{\partial y_{1}}{\partial x_{1}} \frac{\partial y_{1}}{\partial x_2} \\ \frac{\partial y_{2}}{\partial x_{1}} \frac{\partial y_2}{\partial x_2} \end{array}\right] J=[?x1??y?,?x2??y?]=[?x1??y1???x2??y1???x1??y2???x2??y2???],而我们希望最终求导的结果是 [ ? y 1 ? x 1 , ? y 2 ? x 2 ] [\frac{\partial y_1}{\partial x_1}, \frac{\partial y_2}{\partial x_2}] [?x1??y1??,?x2??y2??],那怎么得到呢?
注意 ? y 1 ? x 2 \frac{\partial y_1}{\partial x_2} ?x2??y1??和? y 2 ? x 1 \frac{\partial y_2}{\partial x_1} ?x1??y2??是0。那是不是
[ ? y 1 ? x 1 , ? y 2 ? x 2 ] ? = [ ? y 1 ? x 1 ? y 1 ? x 2 ? y 2 ? x 1 ? y 2 ? x 2 ] [ 1 1 ] [\frac{\partial y_1}{\partial x_1}, \frac{\partial y_2}{\partial x_2}]^\top = \left[\begin{array}{cc} \frac{\partial y_{1}}{\partial x_{1}} \frac{\partial y_{1}}{\partial x_2} \\ \frac{\partial y_{2}}{\partial x_{1}} \frac{\partial y_2}{\partial x_2} \end{array}\right] \left[\begin{array}{c} 1 \\ 1 \end{array}\right] [?x1??y1??,?x2??y2??]?=[?x1??y1???x2??y1???x1??y2???x2??y2???][11?]
所以不用y.sum()的另一种方式是
x = torch.tensor([1., 2.]).requires_grad_()
y = x * xy.backward(torch.ones_like(x))
print(x.grad)
>>>tensor([2., 4.])
torch.autograd.grad
torch.autograd.grad(
outputs,
inputs,
grad_outputs=None,
retain_graph=None,
create_graph=False,
only_inputs=True,
allow_unused=False)
- outputs: 结果节点,即被求导数inputs: 叶子节点
- grad_outputs: 类似于backward方法中的grad_tensors
- retain_graph: 同上
- create_graph: 同上
- only_inputs: 默认为True, 如果为True, 则只会返回指定input的梯度值。
若为False,则会计算所有叶子节点的梯度,并且将计算得到的梯度累加到各自的.grad属性上去。 - allow_unused: 默认为False, 即必须要指定input,如果没有指定的话则报错。
- https://towardsdatascience.com/pytorch-autograd-understanding-the-heart-of-pytorchs-magic-2686cd94ec95
- https://zhuanlan.zhihu.com/p/83172023
- https://zhuanlan.zhihu.com/p/279758736
- AUTOMATIC DIFFERENTIATION PACKAGE - TORCH.AUTOGRAD
推荐阅读
- 实体识别|实体识别(3) -命名实体识别实践 BiLSTM-CRF
- 恒源云 (Gpushare)_【炼丹必备】调参心法(说人话系列)
- PyTorch中的torch.nn模块使用详解
- PyTorch中的样式传输实例图解
- PyTorch与TensorFlow的对比和区别详细解读
- PyTorch向量运算实例图解
- PyTorch二维张量使用图解
- PyTorch实战(图像识别的神经网络验证)
- PyTorch高阶(卷积神经网络模型的验证(图解))