人工智能，从PyTorch到PyTorch Lightning简要介绍

这篇文章回答了有关使用PyTorch时为什么需要Lightning的最常见问题。

PyTorch非常易于使用，可以构建复杂的AI模型。但是一旦研究变得复杂，并且将诸如多GPU训练，16位精度和TPU训练之类的东西混在一起，用户很可能会引入错误。

PyTorch Lightning完全解决了这个问题。Lightning会构建您的PyTorch代码，以便可以抽象出训练的细节。这使得AI研究可扩展且可快速迭代。

PyTorch Lightning适用于谁？

PyTorch Lightning是为从事AI研究的专业研究人员和博士生创建的。

Lightning来自我的博士学位。人工智能研究的纽约大学CILVR和Facebook的AI研究。结果，该框架被设计为具有极强的可扩展性，同时又使最先进的AI研究技术（例如TPU训练）变得微不足道。

现在，核心贡献者都在使用Lightning推动AI的发展，并继续添加新的炫酷功能。

但是，简单的界面使专业的生产团队和新手可以使用Pytorch和PyTorch Lightning社区开发的最新技术。

Lightning拥有超过96名贡献者，由8名研究科学家，博士研究生和专业深度学习工程师组成的核心团队。

经过严格测试，

并彻底记录。

大纲

本教程将引导您构建一个简单的MNIST分类器，并排显示PyTorch和PyTorch Lightning代码。虽然Lightning可以构建任何任意复杂的系统，使用MNIST来说明如何将PyTorch代码重构为PyTorch Lightning。

典型的AI研究项目

在研究项目中，我们通常希望确定以下关键组成部分：数据、损失、优化器。

模型
设计一个三层全连接神经网络，该网络以28x28的图像作为输入，并输出10个可能标签上的概率分布。

首先，在PyTorch中定义模型

该模型定义了计算图，以将MNIST图像作为输入，并将其转换为10至9位数字的概率分布。

要将模型转换为PyTorch Lightning，只需将pl.LightningModule替换为nn.Module

新的PyTorch Lightning类与PyTorch完全相同，只不过LightningModule提供了用于研究代码的结构。

Lightning为PyTorch代码提供了结构

看到？两者的代码完全相同！

这意味着可以像使用PyTorch模块一样完全使用LightningModule，例如预测

或将其用作预训练模型

数据：
在本教程中，使用MNIST。

生成MNIST的三个部分，即训练，验证和测试部分。同样，PyTorch中的代码与Lightning中的代码相同。数据集被添加到数据加载器中，该数据加载器处理数据集的加载，改组和批处理。

简而言之，数据准备包括四个步骤：

1）、下载图片；

2）、图像变换（这些是高度主观的）；

3）、生成训练，验证和测试数据集拆分；

4）、将每个数据集拆分包装在DataLoader中。

同样，除了将PyTorch代码组织为4个函数之外，代码完全相同：

prepare_data

此功能处理下载和任何数据处理。此功能可确保当您使用多个GPU时，不会下载多个数据集或对数据进行多重操作。这是因为每个GPU将执行相同的PyTorch，从而导致重复。所有在Lightning的代码可以确保关键部件是从所谓的仅一个GPU。

train_dataloader，val_dataloader，test_dataloader

每一个都负责返回适当的数据拆分。Lightning以这种方式进行构造，因此非常清楚如何操作数据。如果曾经阅读用PyTorch编写的随机github代码，则几乎看不到如何操纵数据。Lightning甚至允许多个数据加载器进行测试或验证。

优化器

现在选择如何进行优化。将使用Adam而不是SGD，因为它在大多数DL研究中都是很好的默认设置。

同样，这两者完全相同，只是它被组织到配置优化器功能中。

Lightning极为可扩展。例如，如果想使用多个优化器（即GAN），则可以在此处返回两者。

还会注意到，在Lightning中，传入了self.parameters（） 而不是模型，因为LightningModule是模型。

损失

对于n向分类，要计算交叉熵损失。交叉熵与将使用的NegativeLogLikelihood（log_softmax）相同。

再次……代码是完全一样的！

训练和验证循环

汇总了训练所需的所有关键要素：
1）、模型（3层NN）；
2）、数据集（MNIST）；
3）、优化器；
4）、损失；

现在，执行一个完整的训练例程，该例程执行以下操作：

迭代多个时期（一个时期是对数据集D的完整遍历）

在数学上：

在代码中：

每个时期以称为批处理b的小块迭代数据集。

在数学上：

在代码中：

执行向前通过。

在数学上：

代码：

计算损失。

在数学上：

在代码中：

执行向后传递以计算每个权重的所有梯度。

在数学上：

在代码中：

将渐变应用于每个权重。

在数学上：

在代码中：

在PyTorch和Lightning中，伪代码都看起来像这样。

但这是 Lightning不同的地方。在PyTorch中，自己编写了for循环，这意味着必须记住要以正确的顺序调用正确的东西-这为错误留下了很多空间。即使模型很简单，也不会像开始做更高级的事情那样，例如使用多个GPU，渐变裁剪，提早停止，检查点，TPU训练，16位精度等……代码复杂性将迅速爆炸。即使模型很简单，也不会一开始就做更高级的事情，这是PyTorch和Lightning的验证和训练循环。

这就是Lightning的美。它抽象化样板（不在盒子中的东西），但其他所有内容保持不变。这意味着您仍在编写PyTorch，除非您的代码结构良好。这增加了可读性，有助于再现性！

Lightning教练

训练师是抽象样板代码的方式。

同样，这是可能的，因为要做的就是将PyTorch代码组织到LightningModule中

PyTorch的完整训练循环

用PyTorch编写的完整MNIST示例如下：

import torchfrom torch 
import nn
import pytorch_lightning as pl
from torch.utils.data import DataLoader, random_split
from torch.nn import functional as F
from torchvision.datasets import MNIST
from torchvision import datasets, transforms
import os 
# -----------------
# MODEL
# -----------------
class LightningMNISTClassifier(pl.LightningModule):   
   def __init__(self):    
      super(LightningMNISTClassifier, self).__init__()     
      # mnist images are (1, 28, 28) (channels, width, height)    
      self.layer_1 = torch.nn.Linear(28 * 28, 128)    
      self.layer_2 = torch.nn.Linear(128, 256)    
      self.layer_3 = torch.nn.Linear(256, 10)   
   def forward(self, x):    
      batch_size, channels, width, height = x.sizes()     
      # (b, 1, 28, 28) -> (b, 1*28*28)    
      x = x.view(batch_size, -1)     
      # layer 1    
      x = self.layer_1(x)    
      x = torch.relu(x)     
      # layer 2    
      x = self.layer_2(x)    
      x = torch.relu(x)     
      # layer 3    
      x = self.layer_3(x)     
      # probability distribution over labels    
      x = torch.log_softmax(x, dim=1)     
      return x  
# ----------------# DATA# ----------------
transform=transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))])
mnist_train = MNIST(os.getcwd(), train=True, download=True, transform=transform)
mnist_test = MNIST(os.getcwd(), train=False, download=True, transform=transform) 
# train (55,000 images), val split (5,000 images)
mnist_train, mnist_val = random_split(mnist_train, [55000, 5000])
mnist_test = MNIST(os.getcwd(), train=False, download=True)
# The dataloaders handle shuffling, batching, etc...
mnist_train = DataLoader(mnist_train, batch_size=64)
mnist_val = DataLoader(mnist_val, batch_size=64)
mnist_test = DataLoader(mnist_test, batch_size=64) 
# ----------------
# OPTIMIZER
# ----------------
pytorch_model = MNISTClassifier()
optimizer = torch.optim.Adam(pytorch_model.parameters(), lr=1e-3) 
# ----------------
# LOSS
# ----------------
def cross_entropy_loss(logits, labels):  
   return F.nll_loss(logits, labels) 
# ----------------
# TRAINING LOOP
# ----------------
num_epochs = 1
for epoch in range(num_epochs):   
   # TRAINING LOOP  
   for train_batch in mnist_train:    
      x, y = train_batch     
      logits = pytorch_model(x)    
      loss = cross_entropy_loss(logits, y)    
      print('train loss: ', loss.item())     
      loss.backward()     
      optimizer.step()    
      optimizer.zero_grad()   
   # VALIDATION LOOP  
   with torch.no_grad():    
       val_loss = []    
       for val_batch in mnist_val:      
          x, y = val_batch      
          logits = pytorch_model(x)      
          val_loss.append(cross_entropy_loss(logits, y).item())     
       val_loss = torch.mean(torch.tensor(val_loss))
print('val_loss: ', val_loss.item()) 

Lightning中的完整训练循环

Lightning版本完全相同，除了：

核心成分由LightningModule组织

训练者/验证循环代码已由训练师抽象化

import torch
from torch import nn
import pytorch_lightning as pl
from torch.utils.data import DataLoader, random_split
from torch.nn import functional as F
from torchvision.datasets import MNIST
from torchvision import datasets, transforms
import os 
class LightningMNISTClassifier(pl.LightningModule):   
   def __init__(self):    
      super(LightningMNISTClassifier, self).__init__()     
      # mnist images are (1, 28, 28) (channels, width, height)    
      self.layer_1 = torch.nn.Linear(28 * 28, 128)    
      self.layer_2 = torch.nn.Linear(128, 256)    
      self.layer_3 = torch.nn.Linear(256, 10)   
   def forward(self, x):      
       batch_size, channels, width, height = x.size()       # (b, 1, 28, 28) -> (b, 1*28*28)      x = x.view(batch_size, -1)       # layer 1      x = self.layer_1(x)      x = torch.relu(x)       # layer 2      x = self.layer_2(x)      x = torch.relu(x)       # layer 3      x = self.layer_3(x)       # probability distribution over labels      x = torch.log_softmax(x, dim=1)       return x   def cross_entropy_loss(self, logits, labels):    return F.nll_loss(logits, labels)   def training_step(self, train_batch, batch_idx):      x, y = train_batch      logits = self.forward(x)   # we already defined forward and loss in the lightning module. We'll show the full code next      loss = self.cross_entropy_loss(logits, y)       logs = {'train_loss': loss}      return {'loss': loss, 'log': logs}   def validation_step(self, val_batch, batch_idx):      x, y = val_batch      logits = self.forward(x)      loss = self.cross_entropy_loss(logits, y)      return {'val_loss': loss}   def validation_end(self, outputs):      # outputs is an array with what you returned in validation_step for each batch      # outputs = [{'loss': batch_0_loss}, {'loss': batch_1_loss}, ..., {'loss': batch_n_loss}]            avg_loss = torch.stack([x['val_loss'] for x in outputs]).mean()      tensorboard_logs = {'val_loss': avg_loss}      return {'avg_val_loss': avg_loss, 'log': tensorboard_logs}   def prepare_data(self):    # prepare transforms standard to MNIST    MNIST(os.getcwd(), train=True, download=True)    MNIST(os.getcwd(), train=False, download=True)   def train_dataloader(self):    transform=transforms.Compose([transforms.ToTensor(),                                  transforms.Normalize((0.1307,), (0.3081,))])    mnist_train = MNIST(os.getcwd(), train=True, download=False,                        transform=transform)    self.mnist_train, self.mnist_val = random_split(mnist_train, [55000, 5000])     mnist_train = DataLoader(self.mnist_train, batch_size=64)    return mnist_train   def val_dataloader(self):    mnist_val = DataLoader(self.mnist_val, batch_size=64)    return mnist_val   def test_dataloader(self):    transform=transforms.Compose([transforms.ToTensor(),                                  transforms.Normalize((0.1307,), (0.3081,))])    mnist_test = MNIST(os.getcwd(), train=False, download=False,                       transform=transform)    mnist_test = DataLoader(mnist_test, batch_size=64)    return mnist_test   def configure_optimizers(self):    # the lightningModule HAS the parameters (remember that we had the __init__ and forward method but we're just not showing it here)    optimizer = torch.optim.Adam(self.parameters(), lr=1e-3)    return optimizer # trainmodel = LightningMNISTClassifier()trainer = pl.Trainer() trainer.fit(model)

强调：指出一些关键点

如果没有Lightning，则可以将PyTorch代码分为任意部分。使用Lightning，这是结构化的。

除了在Lightning中进行结构化外，这两者的代码完全相同。（值得说两次大声笑）。

随着项目的复杂性增加，代码将不会因为Lightning提取其中的大部分内容。

保留了PyTorch的灵活性，因为可以完全控制训练中的关键点。例如，可以使用任意复杂的training_step，例如seq2seq

def training_step(self, batch, batch_idx):    
   x, y = batch   

   # define your own forward and loss calculation    
   hidden_states = self.encoder(x)         
   # even as complex as a seq-2-seq + attn model    
   # (this is just a toy, non-working example to illustrate)    
   start_token = ''    
   last_hidden = torch.zeros(...)    
   loss = 0    
   for step in range(max_seq_len):        
      attn_context = self.attention_nn(hidden_states, start_token)        
      pred = self.decoder(start_token, attn_context, last_hidden)        
      last_hidden = pred        
      pred = self.predict_nn(pred)        
      loss += self.loss(last_hidden, y[step])            
      
   #toy example as well    
   loss = loss / max_seq_len
      return {'loss': loss}

5.在Lightning中，有很多免费赠品，例如病假的进度条

也得到了漂亮的体重总结

tensorboard日志（是的！什么也没有得到）

和免费的检查站，并尽早停止。

全部免费！

附加功能

但是Lightning以开箱即用的东西（例如TPU训练等）而闻名。

在Lightning中，可以在CPU，GPU，多个GPU或TPU上训练模型，而无需更改PyTorch代码的一行。

还可以进行16位精度训练。

使用Tensorboard的其他5种替代方法进行记录


使用Neptune.AI进行日志记录（鸣谢：Neptune.ai）

甚至有一个内置的探查器，可以告诉训练中瓶颈的位置。

将此标志设置为开将提供此输出

或更高级的输出（如果需要）。

还可以一次在多个GPU上进行训练而无需做任何工作（仍然必须提交SLURM作业）。

它支持大约40种其他功能，可以在文档中阅读这些功能。

带钩的可扩展性

可能想知道Lightning如何为做到这一点，又以某种方式做到这一点，以便完全掌控一切？与keras或其他高级框架不同，Lightning不会隐藏任何必要的细节。但是，如果确实需要自己修改训练的各个方面，那么有两个主要选择。首先是通过覆盖钩子的可扩展性。这是一个非详尽的清单：
1）、前传；
2）、向后传递；
3）、应用优化器；

进行分布式训练：

设置16位：

如何截断支柱：

需要配置的任何内容：

这些替代发生在LightningModule中。

回调的可扩展性

回调是希望在训练的各个部分执行的一段代码。在Lightning中，回调保留用于非必需的代码，例如日志记录或与研究代码无关的东西。这使研究代码保持超级干净和有条理。假设想在训练的各个部分打印或保存一些内容。这是回调的样子：

现在，将其传递给训练师，该代码将在任意时间被调用。

这种范例将研究代码组织在三个不同的存储库中：
1）、研究代码（LightningModule）（这是科学）；
2）、工程代码（训练师）；
3）、与研究无关的代码（回调）；

如何开始

希望本指南向确切地介绍了如何入门。最简单的开始方法是运行带有MNIST示例的colab笔记本。或安装Lightning：

感谢您的阅读，如果有什么心得，请留言。