自动求导机制
本说明将概述 Autograd 如何工作并记录操作。没有必要全部了解,但建议您熟悉它,他可以将帮助你编写程序更高效,更清洁;同时还可以帮助您进行调试。
向后排除子视图:
每个变量都有一个标记:requires_grad
允许从梯度计算中细分排除子图,并可以提高效率。
requires_grad
如果一个输入变量定义requires_grad
,那么他的输出也可以使用requires_grad
;相反,只有当所有的输入变量都不定义requires_grad
梯度,才不会输出梯度。如果其中所有的变量都不需要计算梯度,在子图中从不执行向后计算。
>>> 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
当您想要冻结部分模型时,这个标志特别有用;除非您事先知道不会使用到某些参数的梯度。
例如,如果您想调整预训练的CNN
,只要切换冻结模型中的requires_grad
标志即可,直到计算到最后一层才会保存中间缓冲区,仿射变换和网络输出都需要使用梯度的权值。
model = torchvision.models.resnet18(pretrained=True)
for param in model.parameters():
param.requires_grad = False
# Replace the last fully-connected layer
# Parameters of newly constructed modules have requires_grad=True by default
model.fc = nn.Linear(512, 100)
# Optimize only the classifier
optimizer = optim.SGD(model.fc.parameters(), lr=1e-2, momentum=0.9)
autograd 如何编码历史信息:
每个变量都有一个.creator
属性,它指向把它作为输出的函数。这是一个由Function
对象作为节点组成的有向无环图(DAG)的入口点,它们之间的引用就是图的边。每次执行一个操作时,一个表示它的新Function
就被实例化,它的forward()
方法被调用,并且它输出的Variable
的创建者被设置为这个Function
。然后,通过跟踪从任何变量到叶节点的路径,可以重建创建数据的操作序列,并自动计算梯度。
需要注意的一点是,整个图在每次迭代时都是从头开始重新创建的,这就允许使用任意的 Python 控制流语句,这样可以在每次迭代时改变图的整体形状和大小。在启动训练之前不必对所有可能的路径进行编码—— what you run is what you differentiate.
Variable 上的 In-place 操作:
支持自动归档中的就地操作是一件很困难的事情,我们在大多数情况下都不鼓励使用它们。Autograd 的积极缓冲区释放和重用使其非常高效,并且在现场操作实际上会降低内存使用量的情况下,极少数场合很少。除非您在内存压力很大的情况下运行,否则您可能永远不需要使用它们。
限制现场操作适用性的两个主要原因:
- 覆盖计算梯度所需的值。这就是为什么变量不支持
log_
。其梯度公式需要原始输入,而通过计算逆运算可以重新创建它,它在数值上是不稳定的,并且需要额外的工作,这往往会失败使用这些功能的目的。 - 每个
in-place
操作实际上需要实现重写计算图。不合适的版本只需分配新对象,并保留对旧图的引用,而in-place
操作则需要将所有输入的creator
更改为Function
表示此操作。这就比较棘手,特别是如果有许多变量引用相同的存储(例如通过索引或转置创建的),并且如果被修改输入的存储被其他Variable
引用,则in-place
函数实际上会抛出错误。
In-place 正确性检测:
每个变量都保留一个版本计数器version counter
,当在任何操作中被使用时,它都会递增。当函数保存任何用于后向的tensor
时,还会保存其包含变量的版本计数器version counter
。一旦访问,self.saved_tensors
它被会被检查,如果它大于保存的值,则会引起错误。
译者署名
用户名 | 头像 | 职能 | 签名 |
---|---|---|---|
Song | 翻译 | 人生总要追求点什么 |