前言

PyTorch提供了兩個主要特性：

（1） 一個n維的Tensor，與numpy相似但是支持GPU運算。

（2） 搭建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)的自動微分功能。

我們將會使用一個全連接的ReLU網(wǎng)絡(luò)作為實例。該網(wǎng)絡(luò)有一個隱含層，使用梯度下降來訓(xùn)練，目標是最小化網(wǎng)絡(luò)輸出和真實輸出之間的歐氏距離。

目錄

Tensors（張量）

Warm-up：numpy

PyTorch：Tensors

Autograd（自動梯度）

PyTorch：Variables and autograd （變量和自動梯度）

PyTorch ： Defining new autograd functions（定義新的自動梯度函數(shù)）

TensorFlow： Static Graphs （靜態(tài)圖）

nn module

PyTorch： nn

PyTorch： optim

PyTorch： Custom nn Modules （定制nn模塊）

PyTorch： Control Flow + Weight Sharing （控制流+權(quán)重分享）

Tensors（張量）

Warm-up：numpy

在介紹PyTorch之前，我們先使用numpy來實現(xiàn)一個網(wǎng)絡(luò)。

Numpy提供了一個n維數(shù)組對象，以及操作這些數(shù)組的函數(shù)。Numpy是一個通用的科學(xué)計算框架。它不是專門為計算圖、深度學(xué)習(xí)或者梯度計算而生，但是我們能用它來把一個兩層的網(wǎng)絡(luò)擬合到隨機數(shù)據(jù)上，只要我們手動把numpy運算在網(wǎng)絡(luò)上前向和反向執(zhí)行即可。

Numpy是一個了不起的框架，但是它很遺憾地不能支持GPU運算，無法對數(shù)值計算進行GPU加速。對于現(xiàn)在的深度神經(jīng)網(wǎng)絡(luò)，GPU一般能提供50倍以上的加速，所以numpy由于對GPU缺少支持，不能滿足深度神經(jīng)網(wǎng)絡(luò)的計算需求。

這里介紹一下最基本的PyTorch概念：Tensor。一個PyTorch Tensor在概念上等價于numpy array：Tensor是一個n維的array，PyTorch提供了很多函數(shù)來在Tensors上進行運算。像numpy arrays一樣，PyTorch Tensors也不是為深度學(xué)習(xí)、計算圖、梯度而生；他們是一個科學(xué)計算的通用工具。

PyTorch Tensors可以利用GPU來加速數(shù)值計算。為了能在GPU上跑Tensor，我們只需要將它轉(zhuǎn)到新的數(shù)據(jù)類型。

我們使用PyTorch Tensors來擬合2層的網(wǎng)絡(luò)。與上面的numpy例子一樣，我們需要手動執(zhí)行網(wǎng)絡(luò)上的前向和反向過程。

Autograd（自動梯度）

PyTorch：Variables and autograd （變量和自動梯度）

在上面的例子中，我們必須手動執(zhí)行網(wǎng)絡(luò)的前向和反向通道。對于一個兩層的小網(wǎng)絡(luò)來說，手動反向執(zhí)行不是什么大事，但是對于大型網(wǎng)絡(luò)來說，就非常費勁了。

幸運的是，我們可以使用自動微分來自動計算神經(jīng)網(wǎng)絡(luò)的反向通道。PyTorch的autograd 包就提供了此項功能。當使用autograd的時候，你的網(wǎng)絡(luò)的前向通道定義一個計算圖（computational graph），圖中的節(jié)點（node）是Tensors，邊（edge）將會是根據(jù)輸入Tensor來產(chǎn)生輸出Tensor的函數(shù)。這個圖的反向傳播將會允許你很輕松地去計算梯度。

這個聽起來復(fù)雜，但是實際操作非常簡單。我們把PyTorch Tensors打包到Variable 對象中，一個Variable代表一個計算圖中的節(jié)點。如果x是一個Variable，那么x. data 就是一個Tensor 。并且x.grad是另一個Variable，該Variable保持了x相對于某個標量值得梯度。

PyTorch的Variable具有與PyTorch Tensors相同的API。差不多所有適用于Tensor的運算都能適用于Variables。區(qū)別在于，使用Variables定義一個計算圖，令我們可以自動計算梯度。

下面我們使用PyTorch 的Variables和自動梯度來執(zhí)行我們的兩層的神經(jīng)網(wǎng)絡(luò)。我們不再需要手動執(zhí)行網(wǎng)絡(luò)的反向通道了。

PyTorch ： Defining new autograd functions（定義新的自動梯度函數(shù)）

在底層，每一個原始的自動梯度運算符實際上是兩個在Tensor上運行的函數(shù)。其中，forward函數(shù)計算從輸入Tensors獲得的輸出Tensors。而backward函數(shù)接收輸出Tensors相對于某個標量值的梯度，并且計算輸入Tensors相對于該相同標量值的梯度。

在PyTorch中，我們可以很容易地定義自己的自動梯度運算符。具體來講，就是先定義torch.autograd.Function的子類，然后實現(xiàn)forward和backward函數(shù)。之后我們就可以使用這個新的自動梯度運算符了。使用該運算符的方式是創(chuàng)建一個實例，并且像一個函數(shù)一樣去調(diào)用它，傳遞包含輸入數(shù)據(jù)的Variables。

在這個例子中，我們定義自己的定制自動梯度函數(shù)來執(zhí)行ReLU非線性，然后使用它執(zhí)行我們的兩層網(wǎng)絡(luò)。

TensorFlow： Static Graphs（靜態(tài)圖）

PyTorch自動梯度看起來非常像TensorFlow：在兩個框架中，我們都定義計算圖，使用自動微分來計算梯度。兩者最大的不同就是TensorFlow的計算圖是靜態(tài)的，而PyTorch使用動態(tài)的計算圖。

在TensorFlow中，我們定義計算圖一次，然后重復(fù)執(zhí)行這個相同的圖，可能會提供不同的輸入數(shù)據(jù)。而在PyTorch中，每一個前向通道定義一個新的計算圖。

靜態(tài)圖的好處在于你可以預(yù)先對圖進行優(yōu)化。例如，一個框架可能要融合一些圖運算來提升效率，或者產(chǎn)生一個策略來將圖分布到多個GPU或機器上。如果你重復(fù)使用相同的圖，前期優(yōu)化的消耗就會被分攤開，因為相同的圖在多次重復(fù)運行。

靜態(tài)圖和動態(tài)圖的一個不同之處是控制流。對于一些模型，我們希望對每個數(shù)據(jù)點執(zhí)行不同的計算。例如，一個遞歸神經(jīng)網(wǎng)絡(luò)可能對于每個數(shù)據(jù)點執(zhí)行不同的時間步數(shù)，這個展開（unrolling）可以作為一個循環(huán)來實現(xiàn)。對于一個靜態(tài)圖，循環(huán)結(jié)構(gòu)要作為圖的一部分。因此，TensorFlow提供了運算符（例如tf .scan）來把循環(huán)嵌入到圖當中。對于動態(tài)圖來說，情況更加簡單：既然我們?yōu)槊總€例子即時創(chuàng)建圖，我們可以使用正常的解釋流控制來為每個輸入執(zhí)行不同的計算。

為了與上面的PyTorch自動梯度實例做對比，我們使用TensorFlow來擬合一個簡單的2層網(wǎng)絡(luò)。

計算圖和自動梯度是非常強大的范式，可用于定義復(fù)雜的運算符和自動求導(dǎo)數(shù)。然而，對于一個大型的網(wǎng)絡(luò)來說，原始的自動梯度有點太低級別了。

在建立神經(jīng)網(wǎng)絡(luò)的時候，我們經(jīng)常把計算安排在層（layers）中。某些層有可學(xué)習(xí)的參數(shù)，將會在學(xué)習(xí)中進行優(yōu)化。

在TensorFlow中，Keras，TensorFlow-Slim和TFLearn這些包提供了原始計算圖之上的高級抽象，這對于構(gòu)建神經(jīng)網(wǎng)絡(luò)大有裨益。

在PyTorch中， nn包服務(wù)于相同的目的。nn包定義了一系列Modules，大體上相當于神經(jīng)網(wǎng)絡(luò)的層。一個Module接收輸入Variables，計算輸出Variables，但是也可以保持一個內(nèi)部狀態(tài)，例如包含了可學(xué)習(xí)參數(shù)的Variables。nn 包還定義了一系列在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時常用的損失函數(shù)。

在下面例子中，我們使用nn包來實現(xiàn)我們的兩層神經(jīng)網(wǎng)絡(luò)。

目前，我們已經(jīng)通過手動改變持有可學(xué)習(xí)參數(shù)的Variables的 .data成員來更新模型的權(quán)重。對于簡單的優(yōu)化算法（例如隨機梯度下降）來說這不是一個大的負擔，但是實際上我們經(jīng)常使用更加復(fù)雜的優(yōu)化器來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，例如AdaGrad， RMSProp， Adam等。

PyTorch的optim包將優(yōu)化算法進行抽象，并提供了常用的優(yōu)化算法的實現(xiàn)。

下面這個例子，我們將會使用 nn包來定義模型，使用optim包提供的Adam算法來優(yōu)化這個模型。

有時候，需要設(shè)定比現(xiàn)有模塊序列更加復(fù)雜的模型。這時，你可以通過生成一個nn.Module的子類來定義一個forward。該forward可以使用其他的modules或者其他的自動梯度運算來接收輸入Variables，產(chǎn)生輸出Variables。

在這個例子中，我們實現(xiàn)兩層神經(jīng)網(wǎng)絡(luò)作為一個定制的Module子類。

我們實現(xiàn)一個非常奇怪的模型來作為動態(tài)圖和權(quán)重分享的例子。這個模型是一個全連接的ReLU網(wǎng)絡(luò)。每一個前向通道選擇一個1至4之間的隨機數(shù)，在很多隱含層中使用。多次使用相同的權(quán)重來計算最內(nèi)層的隱含層。

這個模型我們使用正常的Python流控制來實現(xiàn)循環(huán)。在定義前向通道時，通過多次重復(fù)使用相同的Module來實現(xiàn)權(quán)重分享。

我們實現(xiàn)這個模型作為一個Module的子類。

總結(jié)

本文介紹了PyTorch中的重點模塊和使用，對于開展之后的實戰(zhàn)練習(xí)非常重要。所以，我們需要認真練習(xí)一下本文的所有模塊。最好手敲代碼走一遍。

責任編輯：xj