PyTorch的简洁设计使得它易于入门,在深入介绍PyTorch之前,本文先介绍一些PyTorch的基础知识,以便读者能够对PyTorch有一个大致的了解,并能够用PyTorch搭建一个简单的神经网络。
1 Tensor
Tensor是PyTorch中最重要的数据结构,它可以是一个数(标量)、一维数组(向量)、二维数组(如矩阵、黑白图片等)或者更高维的数组(如彩色图片、视频等)。Tensor与NumPy的ndarrays类似,但Tensor可以使用GPU加速。下面通过几个示例了解Tensor的基本使用方法:
In:` `import torch as t`
` t.__version__ # 查看pytorch的版本信息Out:'1.8.0'In: # 构建一个2×3的矩阵,只分配了空间未初始化,其数值取决于内存空间的状态`
` x = t.Tensor(2,` `3)` `# 维度:2×3`
` xOut:tensor([[7.9668e-37,` `4.5904e-41,` `7.9668e-37],`
`[4.5904e-41,` `0.0000e+00,` `0.0000e+00]])`
`
注意: **torch.Tensor()**可以使用int类型的整数初始化矩阵的行、列数, **torch.tensor()**需要确切的数据值进行初始化。
In: y = t.Tensor(5)`
`print(y.size())`
` z = t.tensor([5])` `# torch.tensor需要确切数值进行初始化`
`print(z.size())`
`Out:torch.Size([5])`
` torch.Size([1])`
`In:` `# 使用正态分布初始化二维数组`
` x = t.rand(2,` `3)`
` x`
`Out:tensor([[0.1533,` `0.9600,` `0.5278],`
`[0.5453,` `0.3827,` `0.3212]])`
`In:` `print(x.shape)` `# 查看x的形状`
` x.size()[1], x.size(1)` `# 查看列的个数, 这两种写法等价Out:torch.Size([2, 3])`
`(3,` `3)`
`In: y = t.rand(2,` `3)`
`# 加法的第一种写法`
` x + y`
`Out:tensor([[1.1202,` `1.6476,` `1.1220],`
`[1.0161,` `1.1325,` `0.3405]])`
`In:` `# 加法的第二种写法`
` t.add(x, y)`
`Out:tensor([[1.1202,` `1.6476,` `1.1220],`
`[1.0161,` `1.1325,` `0.3405]])`
`In:` `# 加法的第三种写法:指定加法结果的输出目标为result`
` result = t.Tensor(2,` `3)` `# 预先分配空间`
` t.add(x, y, out=result)` `# 输入到result`
` result`
`Out:tensor([[1.1202,` `1.6476,` `1.1220],`
`[1.0161,` `1.1325,` `0.3405]])`
`In:` `print('初始的y值')`
`print(y)`
`print('第一种加法,y的结果')`
` y.add(x)` `# 普通加法,不改变y的值`
`print(y)`
`print('第二种加法,y的结果')`
` y.add_(x)` `# inplace加法,y改变了`
`print(y)`
`Out:初始的y值`
` tensor([[0.9669,` `0.6877,` `0.5942],`
`[0.4708,` `0.7498,` `0.0193]])`
`第一种加法,y的结果`
` tensor([[0.9669,` `0.6877,` `0.5942],`
`[0.4708,` `0.7498,` `0.0193]])`
`第二种加法,y的结果`
` tensor([[1.1202,` `1.6476,` `1.1220],`
`[1.0161,` `1.1325,` `0.3405]])`
`
注意:函数名后面带下划线 ****的函数称为inplace操作,会修改Tensor本身。例如, **x.add(y)**和 x.t_()会改变 x, x.add(y)和 **x.t()返回一个新的Tensor, **x不变。
In:` `# Tensor的索引操作与NumPy类似`
` x[:,` `1]`
`Out:tensor([0.8969,` `0.7502,` `0.7583,` `0.3251,` `0.2864])Tensor和NumPy数组之间的相互操作非常容易且快速。对于Tensor不支持的操作,可以先转为NumPy数组进行处理,之后再转回Tensor。`
`In: a = t.ones(5)` `# 新建一个全1的Tensor`
` a`
`Out:tensor([1.,` `1.,` `1.,` `1.,` `1.])`
`In: b = a.numpy()` `# Tensor → NumPy`
` b`
`Out:array([1.,` `1.,` `1.,` `1.,` `1.], dtype=float32)`
`In:` `import numpy as np`
` a = np.ones(5)`
` b = t.from_numpy(a)` `# NumPy → Tensor`
`print(a)`
`print(b)`
`Out:[1.` `1.` `1.` `1.` `1.]`
` tensor([1.,` `1.,` `1.,` `1.,` `1.], dtype=torch.float64)`
`
因为Tensor和NumPy对象大多数情况下共享内存,所以它们之间的转换很快,几乎不会消耗资源。这也意味着,其中一个发生了变化,另外一个会随之改变。
In: b.add_(1)` `# 以下划线结尾的函数会修改自身`
`print(b)`
`print(a)` `# Tensor和NumPy共享内存Out:tensor([2., 2., 2., 2., 2.], dtype=torch.float64)`
`[2.` `2.` `2.` `2.` `2.]`
`
如果想获取Tensor中某一个元素的值,那么可以使用索引操作得到一个零维度的Tensor(一般称为scalar),再通过scalar.item()获取具体数值。
In: scalar = b[0]`
` scalar`
`Out:tensor(2., dtype=torch.float64)`
`In: scalar.shape # 0-dim `
`Out:torch.Size([])`
`In: scalar.item()` `# 使用scalar.item()可以从中取出Python对象的数值Out:2.0`
`In: tensor = t.tensor([2]) # 注意和scalar的区别`
` tensor, scalar`
`Out:(tensor([2]), tensor(2., dtype=torch.float64))`
`In: tensor.size(), scalar.size()`
`Out:(torch.Size([1]), torch.Size([]))`
`In:` `# 只有一个元素的tensor也可以调用tensor.item()`
` tensor.item(), scalar.item()`
`Out:(2,` `2.0)`
`In: tensor = t.tensor([3,4])` `# 新建一个包含3,4两个元素的Tensor`
` old_tensor = tensor`
` new_tensor = old_tensor.clone()`
` new_tensor[0]` `=` `1111`
` old_tensor, new_tensor`
`Out:(tensor([3,` `4]), tensor([1111,` `4]))`
`
注意: t.tensor()与tensor.clone()总是会进行数据拷贝,新的Tensor和原来的数据不再共享内存。如果需要共享内存,那么可以使用torch.from_numpy()或者tensor.detach()新建一个Tensor。
In: new_tensor = old_tensor.detach()`
` new_tensor[0]` `=` `1111`
` old_tensor, new_tensorOut:(tensor([1111,` `4]), tensor([1111,` `4]))`
`
在深度学习中,Tensor的维度特征十分重要。有时需要对Tensor的维度进行变换,针对该问题,PyTorch提供了许多快捷的变换方式,例如维度变换view、reshape,维度交换permute、transpose等。
在维度变换中,可以使用view操作与reshape操作来改变Tensor的维度,二者之间有以下区别。
- view只能用于内存中连续存储的Tensor。如果Tensor使用了transpose、permute等维度交换操作,那么Tensor在内存中会变得不连续。此时不能直接使用view操作,应该先将其连续化,即tensor.contiguous.view()。
- reshape操作不要求Tensor在内存中是连续的,直接使用即可。
下面举例说明几种维度变换操作:
In: x = t.randn(4,` `4)`
` y = x.view(16)`
` z = x.view(-1,` `8)` `# -1表示由其他维度计算决定`
`print(x.size(), y.size(), z.size())`
`Out:torch.Size([4,` `4]) torch.Size([16]) torch.Size([2,` `8])`
`In: p = x.reshape(-1,` `8)`
`print(p.shape)`
`Out:torch.Size([2,` `8])`
`In: x1 = t.randn(2,` `4,` `6)`
` o1 = x1.permute((2,` `1,` `0))`
` o2 = x1.transpose(0,` `2)`
`print(f'o1 size {o1.size()}')`
`print(f'o2 size {o2.size()}')`
`Out:o1 size torch.Size([6,` `4,` `2])`
` o2 size torch.Size([6,` `4,` `2])`
`
除了对Tensor进行维度变换,还可以针对Tensor的某些维度进行其他的操作。例如,tensor.squeeze()
可以进行Tensor的维度压缩、tensor.unsqueeze()可以扩展Tensor的维度、torch.cat()可以在Tensor指定维度上进行拼接等。
In: x = t.randn(3,` `2,` `1,` `1)`
` y = x.squeeze(-1)` `# 将最后一维进行维度压缩`
` z = x.unsqueeze(0)` `# 在最前面增加一个维度`
` w = t.cat((x, x),` `0)` `# 在第一维度连接两个x`
`print(f'y size {y.shape}')`
`print(f'z size {z.shape}')`
`print(f'w size {w.shape}')Out:y size torch.Size([3,` `2,` `1])`
` z size torch.Size([1,` `3,` `2,` `1,` `1])`
` w size torch.Size([6,` `2,` `1,` `1])`
`
Tensor可以通过.cuda()方法或者.to(device)方法转为GPU的Tensor,从而享受GPU带来的加速运算。
In:` `# 在不支持CUDA的机器下,下一步还是在CPU上运行`
` device = t.device("cuda:0"` `if t.cuda.is_available()` `else` `"cpu")`
` x = x.to(device)`
` y = y.to(x.device)`
` z = x + y`
`
此时,读者可能会发现GPU运算的速度并未提升太多,这是因为x和y的规模太小、运算简单,而且将数据从内存转移到显存需要额外的开销。GPU的优势需要在大规模数据和复杂运算下才能体现出来。
2 autograd:自动微分
在深度学习中,反向传播算法被用来计算梯度,其主要流程为通过梯度下降法来最小化损失函数,以此更新网络参数。PyTorch中的autograd模块实现了自动反向传播的功能,optim模块实现了常见的梯度下降优化方法。几乎所有的Tensor操作,autograd都能为它们提供自动微分,避免手动计算导数的复杂过程。
如果想要使用autograd功能,那么需要对求导的Tensor设置tensor.requries_grad=True,下面举例说明autograd模块的用法:
In:` `# 为Tensor设置requires_grad标识,代表着需要求导数`
`# PyTorch会自动调用autograd对Tensor求导`
` x = t.ones(2,` `2, requires_grad=True)`
`# 上一步等价于`
`# x = t.ones(2,2)`
`# x.requires_grad = True`
` xOut:tensor([[1.,` `1.],`
`[1.,` `1.]], requires_grad=True)In: y = x.sum()`
` yOut:tensor(4., grad_fn=<SumBackward0>)In: y.grad_fn`
`Out:<SumBackward0 at 0x7fca878c8748>`
`In: y.backward()` `# 反向传播,计算梯度In: # y = x.sum() = (x[0][0] + x[0][1] + x[1][0] + x[1][1])`
`# 每个值的梯度都为1`
` x.grad `
`Out:tensor([[1.,` `1.],`
`[1.,` `1.]])`
`
注意: grad****在反向传播过程中是累加的(accumulated)。也就是说,反向传播得到的梯度会累加之前的梯度。因此,每次在进行反向传播之前需要把梯度清零。
In: y.backward()`
` x.gradOut:tensor([[2.,` `2.],`
`[2.,` `2.]])In: y.backward()`
` x.gradOut:tensor([[3.,` `3.],`
`[3.,` `3.]])In:` `# 以下划线结束的函数是inplace操作,会修改自身的值,如add_`
` x.grad.data.zero_()Out:tensor([[0.,` `0.],`
`[0.,` `0.]])In: y.backward()`
` x.grad # 清零后计算得到正确的梯度值Out:tensor([[1., 1.],`
`[1.,` `1.]])In: a = t.randn(2,` `2)`
` a =` `((a *` `3)` `/` `(a -` `1))`
`print(a.requires_grad)`
` a.requires_grad_(True)`
`print(a.requires_grad)`
` b =` `(a * a).sum()`
`print(b.grad_fn)`
`Out:False`
`True`
`<SumBackward0 object at 0x7fca87873128>`
`
3 神经网络
虽然autograd实现了反向传播功能,但是直接用它来写深度学习的代码还是稍显复杂。torch.nn是专门为神经网络设计的模块化接口,它构建于autograd之上,可以用来定义和运行神经网络。nn.Module是nn中最重要的类,它可以看作是一个神经网络的封装,包含神经网络各层的定义以及前向传播(forward)方法,通过forward(input)可以返回前向传播的结果。下面以最早的卷积神经网络LeNet1为例,来看看如何用nn.Module实现该网络结构,LeNet的网络结构如图2-10所示。
[^1]:`
`@article{lecun1998gradient,`
` title={Gradient-based learning applied to document recognition},`
` author={LECUN Y, BOTTOU L, BENGIO Y, et al},`
` journal={Proceedings of the IEEE},`
` volume={86},`
` number={11},`
` pages={2278--2324},`
` year={1998},`
` publisher={Ieee}`
`}`
`
LeNet共有7层,它的输入图像的大小为32 \\times 32,共经过2个卷积层、2次下采样操作以及3个全连接层得到最终的10维输出。在实现该网络之前,这里先对神经网络的通用训练步骤进行说明。
(1)定义一个包含可学习参数的神经网络。
(2)加载用于训练该网络的数据集。
(3)进行前向传播得到网络的输出结果,计算损失(网络输出结果与正确结果的差距)。
(4)进行反向传播,更新网络参数。
(5)保存网络模型。
3.1 定义网络
在定义网络时,模型需要继承nn.Module,并实现它的forward方法。其中,网络里含有可学习参数的层应该放在构造函数__init__()中,如果某一层(如ReLU)不含有可学习参数,那么它既可以放在构造函数中,又可以放在forward方法中。这里将这些不含有可学习参数的层放在forward方法中,并使用nn.functional实现:
In:` `import torch.nn as nn`
`import torch.nn.functional as F`
`class` `Net(nn.Module):`
`def` `__init__(self):`
`# nn.Module子类的函数必须在构造函数中执行父类的构造函数`
`# 下式等价于nn.Module.__init__(self)`
`super().__init__()`
`# 卷积层,'1'表示输入图片为单通道, '6'表示输出通道数,'5'表示卷积核为5×5`
` self.conv1 = nn.Conv2d(1,` `6,` `5)`
`# 卷积层,'6'表示输入图片为单通道, '16'表示输出通道数,'5'表示卷积核为5×5`
` self.conv2 = nn.Conv2d(6,` `16,` `5)`
`# 仿射层/全连接层,y = Wx + b`
` self.fc1 = nn.Linear(16` `*` `5` `*` `5,` `120)`
` self.fc2 = nn.Linear(120,` `84)`
` self.fc3 = nn.Linear(84,` `10)`
`def` `forward(self, x):`
`# 卷积 -> 激活 -> 池化 `
` x = F.max_pool2d(F.relu(self.conv1(x)),` `(2,` `2))`
` x = F.max_pool2d(F.relu(self.conv2(x)),` `2)`
`# 改变Tensor的形状,-1表示自适应`
` x = x.view(x.size()[0],` `-1)`
` x = F.relu(self.fc1(x))`
` x = F.relu(self.fc2(x))`
` x = self.fc3(x)`
`return x`
` net = Net()`
`print(net)`
`Out:Net(`
`(conv1): Conv2d(1,` `6, kernel_size=(5,` `5), stride=(1,` `1))`
`(conv2): Conv2d(6,` `16, kernel_size=(5,` `5), stride=(1,` `1))`
`(fc1): Linear(in_features=400, out_features=120, bias=True)`
`(fc2): Linear(in_features=120, out_features=84, bias=True)`
`(fc3): Linear(in_features=84, out_features=10, bias=True)`
`)`
`
用户只需要在nn.Module的子类中定义了forward函数,backward函数就会自动实现(利用autograd)。在forward函数中不仅可以使用Tensor支持的任何函数,还可以使用if、for、print、log等Python语法,写法和标准的Python写法一致。
使用net.parameters()可以得到网络的可学习参数,使用net.named_parameters()可以同时得到网络的可学习参数及其名称,下面举例说明:
In: params =` `list(net.parameters())`
`print(len(params))`
`Out:10`
`In:` `for name, parameters in net.named_parameters():`
`print(name,` `':', parameters.size())`
`Out:conv1.weight : torch.Size([6,` `1,` `5,` `5])`
` conv1.bias : torch.Size([6])`
` conv2.weight : torch.Size([16,` `6,` `5,` `5])`
` conv2.bias : torch.Size([16])`
` fc1.weight : torch.Size([120,` `400])`
` fc1.bias : torch.Size([120])`
` fc2.weight : torch.Size([84,` `120])`
` fc2.bias : torch.Size([84])`
` fc3.weight : torch.Size([10,` `84])`
` fc3.bias : torch.Size([10])`
`In:` `input` `= t.randn(1,` `1,` `32,` `32)`
` out = net(input)`
` out.size()`
`Out:torch.Size([1,` `10])`
`In: net.zero_grad()` `# 所有参数的梯度清零`
` out.backward(t.ones(1,` `10))` `# 反向传播`
`
注意: torch.nn****只支持输入mini-batch,不支持一次只输入一个样本。如果只输入一个样本,那么需要使用 **input.unsqueeze(0)**将batch_size设为1。 例如, nn.Conv2d的输入必须是4维,形如\\text{nSamples} \\times \\text{nChannels} \\times \\text{Height} \\times \\text{Width} 。如果一次输入只有一个样本,那么可以将\\text{nSample} 设置为1,即1 \\times \\text{nChannels} \\times \\text{Height} \\times \\text{Width} 。
3.2 损失函数
torch.nn实现了神经网络中大多数的损失函数,例如nn.MSELoss用来计算均方误差,nn.CrossEntropyLoss用来计算交叉熵损失等,下面举例说明:
In: output = net(input)`
` target = t.arange(0,` `10).view(1,` `10).float()`
` criterion = nn.MSELoss()`
` loss = criterion(output, target)`
` loss `
`Out:tensor(28.1249, grad_fn=<MseLossBackward>)`
`
对loss进行反向传播溯源(使用gradfn属性),可以看到上文实现的LeNet的计算图如下:
input` `-> conv2d -> relu -> maxpool2d -> conv2d -> relu -> maxpool2d `
`-> view -> linear -> relu -> linear -> relu -> linear `
`-> MSELoss`
`-> loss`
`
当调用loss.backward()时,计算图会动态生成并自动微分,自动计算图中参数(parameters)的导数,示例如下:
In:` `# 运行.backward,观察调用之前和调用之后的grad`
` net.zero_grad()` `# 把net中所有可学习参数的梯度清零`
`print('反向传播之前 conv1.bias的梯度')`
`print(net.conv1.bias.grad)`
` loss.backward()`
`print('反向传播之后 conv1.bias的梯度')`
`print(net.conv1.bias.grad)`
`Out:反向传播之前 conv1.bias的梯度`
` tensor([0.,` `0.,` `0.,` `0.,` `0.,` `0.])`
` 反向传播之后 conv1.bias的梯度`
` tensor([` `0.0020,` `-0.0619,` `0.1077,` `0.0197,` `0.1027,` `-0.0060])`
`
3.3 优化器
在完成反向传播中所有参数的梯度计算后,需要使用优化方法来更新网络的权重和参数。常用的随机梯度下降法(SGD)的更新策略如下:
weight = weight - learning_rate * gradient
用户可以手动实现这一更新策略:
learning_rate =` `0.01`
`for f in net.parameters():`
` f.data.sub_(f.grad.data * learning_rate)` `# inplace减法`
`
torch.optim中实现了深度学习中大多数优化方法,例如RMSProp、Adam、SGD等,因此,通常情况下用户不需要手动实现上述代码。下面举例说明如何使用torch.optim进行网络的参数更新:
In:` `import torch.optim as optim`
`#新建一个优化器,指定要调整的参数和学习率`
` optimizer = optim.SGD(net.parameters(), lr =` `0.01)`
`# 在训练过程中`
`# 先梯度清零(与net.zero_grad()效果一样)`
` optimizer.zero_grad()`
`# 计算损失`
` output = net(input)`
` loss = criterion(output, target)`
`#反向传播`
` loss.backward()`
`#更新参数`
` optimizer.step()`
`
3.4 数据加载与预处理
在深度学习中,数据加载及预处理是非常繁琐的过程。幸运的是,PyTorch提供了一些可以极大简化和加快数据处理流程的工具:Dataset与DataLoader。同时,对于常用的数据集,PyTorch提供了封装好的接口供用户快速调用,这些数据集主要保存在torchvision中。torchvision是一个视觉工具包,它提供了许多视觉图像处理的工具,主要包含以下三部分。
- datasets:提供了常用的数据集,如MNIST、CIFAR-10、ImageNet等。
- models:提供了深度学习中经典的网络结构与预训练模型,如ResNet、MobileNet等。
- transforms:提供了常用的数据预处理操作,主要包括对Tensor、PIL Image等的操作。
读者可以使用torchvision方便地加载数据,然后进行数据预处理,这部分内容会在本书第5章进行详细介绍。