Pytorch中反向传播

总结：

loss.backward()和torch.autograd.grad区别

相同点：

这两种梯度方法都会在反向传播求导的时候释放计算图，如果需要再次做自动求导，因为计算图已经不再了，就会报错 。如果要在反向传播的时候保留计算图 ，可以设置retain_graph=True 。

不同点

累加
loss.backward()会将求导结果累加在grad上。这也是为什么我们在训练每个batch的最开始，需要对梯度清零的原因。
torch.autograd.grad不会将求导结果累加在grad上。
叶子节点梯度
torch.autograd.grad可以获取非叶子节点的梯度。
loss.backward()后，非叶子节点的导数计算完成之后就会被清空。

计算图保留

python 复制代码

import torch
x=torch.tensor(3,dtype=torch.float,requires_grad=True)
y=x*x
z=2*y
z.backward(retain_graph=True)
print(x.grad)   #12
z.backward()
print(x.grad) #24

不保留计算图会报错。

同一张计算图计算两次，相当于两次grad相加，以上代码效果等同于

python 复制代码

import torch
x=torch.tensor(3,dtype=torch.float,requires_grad=True)
y=x*x
z=2*y
z.backward()
print(x.grad) 
x.grad  = x.grad *2
print(x.grad)

https://www.cnblogs.com/luckyscarlett/p/10555632.html

python 复制代码

import torch
x = torch.randn((1,4),dtype=torch.float32,requires_grad=True)
y = x ** 2
z = y * 4
print(x)
print(y)
print(z)
loss1 = z.mean()
loss2 = z.sum()
print(loss1,loss2)
loss1.backward()    # 这个代码执行正常，但是执行完中间变量都free了，所以下一个出现了问题
print(loss1,loss2)
loss2.backward()    # 这时会引发错误

计算节点数值保存了，但是计算图x-y-z结构被释放了，而计算loss2的backward仍然试图利用x-y-z的结构，因此会报错。

使用

python 复制代码

loss1.backward(retain_graph=True)# 这里参数表明保留backward后的中间参数。

即可

叶子节点

一般地，由用户自己创建的张量为叶子节点。另外，神经网络中各层的权值weight和偏差bias对应的张量也为叶子节点。由叶子节点得到的中间张量为非叶子节点。

Pytorch中的张量有一个is_leaf的属性。若一个张量为叶子节点，则其is_leaf属性就为True，若这个张量为非叶子节点，则其is_leaf属性就为False。

在反向传播中，叶子节点可以理解为不依赖其它张量的张量

requires_grad_()

只有在是叶子节点且require_grad为True的时候，反向计算才会保留计算图。

requires_grad_作用是将Tensor的require_grad属性变为True

应用的情况为手动生成的Tensor，但忘记将该属性变为True

python 复制代码

import torch
x=torch.tensor(3.) # 此处须为torch.float类型，如果不是，则需要进行如下的转换
print(x.requires_grad)  #False
# 如果在创建张量x时，没有将requires_grad参数设置为True，则可以通过下式进行设定
x.requires_grad_(True)

grad_fn

如果一个张量是通过一些操作从其他张量创建的，那么这个张量将有一个 grad_fn 属性指向执行的函数。但是，对于叶子张量（即那些直接创建的张量，而不是通过计算得到的），它们默认没有 grad_fn

保留非叶子节点梯度

在非叶子节点之后，加上 "非叶子节点.retain_grad() 保留梯度

python 复制代码

```python
import torch
x=torch.tensor(3,dtype=torch.float,requires_grad=True)
y=x*x
z=2*y
z.backward()
print(z.grad)  # none

修改后代码：

python 复制代码

import torch
x=torch.tensor(3,dtype=torch.float,requires_grad=True)
y=x*x
z=2*y
z.retain_grad()
z.backward()
print(z.grad)  # 1

计算图可视化

20天吃掉那只Pytorch

python 复制代码

from torch import nn 
import torch 
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.w = nn.Parameter(torch.randn(2,1))
        self.b = nn.Parameter(torch.zeros(1,1))

    def forward(self, x):
        y = x@self.w + self.b
        return y

net = Net()

net = Net()
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter('../data/tensorboard')
writer.add_graph(net,input_to_model = torch.rand(10,2))
writer.close()

detach()和clone()的区别

python 复制代码

import torch
# 创建一个张量，并启用梯度追踪
x = torch.randn(3, requires_grad=True)
# 做一些计算
y = 2 * x  # y 参与反向传播
# z = y.clone()  # 创建 y 的副本，z 会有与 y 相同的计算图
z = y.detach()  # 创建 y 的副本，z 会有与 y 相同的计算图
# 计算一个目标函数
loss = sum(5 * x + 10 * z)
# 执行反向传播
loss.backward()
# 打印梯度
print(f"x.grad: {x.grad}")

clone()保存计算图，detach()不保存计算图

clone().detach()和detach()

区别在于是否共享内存空间。修改一个另外的变量也会修改，但是是否有计算图有区别。

python 复制代码

import torch

# 创建一个启用了梯度追踪的张量
sub_buffer = torch.ones(3, requires_grad=True)

# 使用 detach() 断开计算图
sub_buffer_detached = sub_buffer.detach()
sub_buffer_clone = sub_buffer.clone().detach()

# 检查原始张量和 detatched 张量的计算图
print(f"sub_buffer requires_grad: {sub_buffer.requires_grad}")  # True
print(f"sub_buffer_detached requires_grad: {sub_buffer_detached.requires_grad}")  # False
print(f"sub_buffer.grad_fn: {sub_buffer.grad_fn}")  # 显示计算图信息
print(f"sub_buffer_detached.grad_fn: {sub_buffer_detached.grad_fn}")  # 显示计算图信息

# 修改 detatched 张量的值并查看是否影响原始张量
sub_buffer_detached += 1
print(f"sub_buffer: {sub_buffer}")
print(f"sub_buffer_detached: {sub_buffer_detached}")



# 修改副本的值并查看是否影响原始张量
sub_buffer_clone += 1
print(f"sub_buffer: {sub_buffer}")
print(f"sub_buffer_clone: {sub_buffer_clone}")

print(f"sub_buffer id: {id(sub_buffer)}")
print(f"sub_buffer_clone id: {id(sub_buffer_clone)}")  # 不同
print(f"sub_buffer_detached id: {id(sub_buffer_detached)}")  # 相同
#检查是否断开计算图
print(f"sub_buffer requires_grad: {sub_buffer.requires_grad}")
print(f"sub_buffer_detached requires_grad: {sub_buffer_detached.requires_grad}")

结果

python 复制代码

sub_buffer requires_grad: True
sub_buffer_detached requires_grad: False
sub_buffer.grad_fn: None
sub_buffer_detached.grad_fn: None
sub_buffer: tensor([2., 2., 2.], requires_grad=True)
sub_buffer_detached: tensor([2., 2., 2.])
sub_buffer: tensor([2., 2., 2.], requires_grad=True)
sub_buffer_clone: tensor([2., 2., 2.])
sub_buffer id: 140125728706704
sub_buffer_clone id: 140125728663328
sub_buffer_detached id: 140125728706784
sub_buffer requires_grad: True
sub_buffer_detached requires_grad: False

torch.autograd.backward

python 复制代码

import torch

# 创建两个张量，并启用梯度追踪
x = torch.randn(3, requires_grad=True)
y = torch.randn(3, requires_grad=True)

# 计算一个输出张量
out = x * y  # out 参与计算图

# 使用 detach() 从计算图中分离出一个张量
out_detached = out.detach()  # 这里使用 detach，断开 out 的计算图
out_detached.requires_grad_()
output = out_detached * 66
# 定义梯度张量，通常用于自定义梯度传播
grad_out = torch.ones_like(out_detached)  # grad_out 是给定的梯度

# 使用 backward 进行反向传播
torch.autograd.backward(tensors=output, grad_tensors=grad_out)

# 打印梯度
print(f"x.grad: {x.grad}")  # 由于 out_detached 不计算梯度，x 不会被更新
print(f"y.grad: {y.grad}")  # y 也不会被更新
print(f"out.grad: {out_detached.grad}")  # y 也不会被更新
print(f"out.leaf: {out_detached.is_leaf}")  # y 也不会被更新

输出

python 复制代码

x.grad: None
y.grad: None
out.grad: tensor([66., 66., 66.])
out.leaf: True

torch.autograd.backward反向传播，所得结果直接体现在叶子节点的梯度值上

再比如

python 复制代码

import torch

# 创建两个张量，并启用梯度追踪
x = torch.randn(3, requires_grad=True)
y = torch.randn(3, requires_grad=True)

# 计算一个输出张量
out = x * y  # out 参与计算图

# 使用 detach() 从计算图中分离出一个张量
out_detached = out.detach()  # 这里使用 detach，断开 out 的计算图
out_detached.requires_grad_()
output = out_detached * 66
output2 = out_detached * 34
# 定义梯度张量，通常用于自定义梯度传播
grad_out = torch.ones_like(out_detached)  # grad_out 是给定的梯度

# 使用 backward 进行反向传播
torch.autograd.backward(tensors=(output,output2),grad_tensors=(grad_out,grad_out))

# 打印梯度
print(f"x.grad: {x.grad}")  # 由于 out_detached 不计算梯度，x 不会被更新
print(f"y.grad: {y.grad}")  # y 也不会被更新
print(f"out.grad: {out_detached.grad}")  # y 也不会被更新
print(f"out.leaf: {out_detached.is_leaf}")  # y 也不会被更新

结果为

python 复制代码

x.grad: None
y.grad: None
out.grad: tensor([100., 100., 100.])
out.leaf: True