使用PyTorch常见4个错误解决示例详解

目录

• 导读
• 常见错误 #1 你没有首先尝试过拟合单个batch
• 常见错误 #2: 忘记为网络设置 train/eval 模式
• 常用的错误 #3: 忘记在.backward()之前进行.zero_grad()
• 常见错误 #4: 你把做完softmax的结果送到了需要原始logits的损失函数中

导读

这4个错误，我敢说大部分人都犯过，希望能给大家一点提醒。

最常见的神经网络错误：

1)你没有首先尝试过拟合单个batch。

2)你忘了为网络设置train/eval模式。

3)在.backward()之前忘记了.zero_grad()(在pytorch中)。

4)将softmaxed输出传递给了期望原始logits的损失，还有其他吗？

这篇文章将逐点分析这些错误是如何在PyTorch代码示例中体现出来的。

常见错误 #1 你没有首先尝试过拟合单个batch

Andrej说我们应该过拟合单个batch。为什么？好吧，当你过拟合了单个batch —— 你实际上是在确保模型在工作。我不想在一个巨大的数据集上浪费了几个小时的训练时间，只是为了发现因为一个小错误，它只有50%的准确性。当你的模型完全记住输入时，你会得到的结果是对其最佳表现的很好的预测。

可能最佳表现为零，因为在执行过程中抛出了一个异常。但这没关系，因为我们很快就能发现问题并解决它。总结一下，为什么你应该从数据集的一个小子集开始过拟合：

• 发现bug
• 估计最佳的可能损失和准确率
• 快速迭代

在PyTorch数据集中，你通常在dataloader上迭代。你的第一个尝试可能是索引train_loader。

# TypeError: 'DataLoader' object does not support indexing
first_batch = train_loader[0]

你会立即看到一个错误，因为DataLoaders希望支持网络流和其他不需要索引的场景。所以没有__getitem__方法，这导致了[0]操作失败，然后你会尝试将其转换为list，这样就可以支持索引。

# slow, wasteful
first_batch = list(train_loader)[0]

但这意味着你要评估整个数据集这会消耗你的时间和内存。那么我们还能尝试什么呢?

在Python for循环中，当你输入如下:

for item in iterable:
    do_stuff(item)

你有效地得到了这个：

iterator = iter(iterable)
try:
    while True:
        item = next(iterator)
        do_stuff(item)
except StopIteration:
    pass

调用“iter”函数来创建迭代器，然后在循环中多次调用该函数的“next”来获取下一个条目。直到我们完成时，StopIteration被触发。在这个循环中，我们只需要调用next, next, next… 。为了模拟这种行为但只获取第一项，我们可以使用这个：

first = next(iter(iterable))

我们调用“iter”来获得迭代器，但我们只调用“next”函数一次。注意，为了清楚起见，我将下一个结果分配到一个名为“first”的变量中。我把这叫做“next-iter” trick。在下面的代码中，你可以看到完整的train data loader的例子：

for batch_idx, (data, target) in enumerate(train_loader):
    # training code here

下面是如何修改这个循环来使用 first-iter trick ：

first_batch = next(iter(train_loader))
for batch_idx, (data, target) in enumerate([first_batch] * 50):
    # training code here

你可以看到我将“first_batch”乘以了50次，以确保我会过拟合。

常见错误 #2: 忘记为网络设置 train/eval 模式

为什么PyTorch关注我们是训练还是评估模型？最大的原因是dropout。这项技术在训练中随机去除神经元。

想象一下，如果右边的红色神经元是唯一促成正确结果的神经元。一旦我们移除红色神经元，它就迫使其他神经元训练和学习如何在没有红色的情况下保持准确。这种drop-out提高了最终测试的性能 —— 但它对训练期间的性能产生了负面影响，因为网络是不全的。在运行脚本并查看MissingLink dashobard的准确性时，请记住这一点。

在这个特定的例子中，似乎每50次迭代就会降低准确度。

如果我们检查一下代码 —— 我们看到确实在train函数中设置了训练模式。

def train(model, optimizer, epoch, train_loader, validation_loader):
    model.train() # ????????????
    for batch_idx, (data, target) in experiment.batch_loop(iterable=train_loader):
        data, target = Variable(data), Variable(target)
        # Inference
        output = model(data)
        loss_t = F.nll_loss(output, target)
        # The iconic grad-back-step trio
        optimizer.zero_grad()
        loss_t.backward()
        optimizer.step()
        if batch_idx % args.log_interval == 0:
            train_loss = loss_t.item()
            train_accuracy = get_correct_count(output, target) * 100.0 / len(target)
            experiment.add_metric(LOSS_METRIC, train_loss)
            experiment.add_metric(ACC_METRIC, train_accuracy)
            print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(
                epoch, batch_idx, len(train_loader),
                100. * batch_idx / len(train_loader), train_loss))
            with experiment.validation():
                val_loss, val_accuracy = test(model, validation_loader) # ????????????
                experiment.add_metric(LOSS_METRIC, val_loss)
                experiment.add_metric(ACC_METRIC, val_accuracy)

这个问题不太容易注意到，在循环中我们调用了test函数。

def test(model, test_loader):
    model.eval()
    # ...

在test函数内部，我们将模式设置为eval!这意味着，如果我们在训练过程中调用了test函数，我们就会进eval模式，直到下一次train函数被调用。这就导致了每一个epoch中只有一个batch使用了drop-out ，这就导致了我们看到的性能下降。

修复很简单 —— 我们将model.train() 向下移动一行，让如训练循环中。理想的模式设置是尽可能接近推理步骤，以避免忘记设置它。修正后，我们的训练过程看起来更合理，没有中间的峰值出现。请注意，由于使用了drop-out ，训练准确性会低于验证准确性。

常用的错误 #3: 忘记在.backward()之前进行.zero_grad()

当在 “loss”张量上调用 “backward” 时，你是在告诉PyTorch从loss往回走，并计算每个权重对损失的影响有多少，也就是这是计算图中每个节点的梯度。使用这个梯度，我们可以最优地更新权值。

这是它在PyTorch代码中的样子。最后的“step”方法将根据“backward”步骤的结果更新权重。从这段代码中可能不明显的是，如果我们一直在很多个batch上这么做，梯度会爆炸，我们使用的step将不断变大。

output = model(input) # forward-pass
loss_fn.backward()    # backward-pass
optimizer.step()      # update weights by an ever growing gradient ????????????

为了避免step变得太大，我们使用 zero_grad 方法。

output = model(input) # forward-pass
optimizer.zero_grad() # reset gradient ????
loss_fn.backward()    # backward-pass
optimizer.step()      # update weights using a reasonably sized gradient ????

这可能感觉有点过于明显，但它确实赋予了对梯度的精确控制。有一种方法可以确保你没有搞混，那就是把这三个函数放在一起：

zero_grad

backward

step

在我们的代码例子中，在完全不使用zero_grad的情况下。神经网络开始变得更好，因为它在改进，但梯度最终会爆炸，所有的更新变得越来越垃圾，直到网络最终变得无用。

调用backward之后再做zero_grad。什么也没有发生，因为我们擦掉了梯度，所以权重没有更新。剩下的唯一有变化的是dropout。

我认为在每次step方法被调用时自动重置梯度是有意义的。

在backward的时候不使用zero_grad的一个原因是，如果你每次调用step() 时都要多次调用backward，例如，如果你每个batch只能将一个样本放入内存中，那么一个梯度会噪声太大，你想要在每个step中聚合几个batch的梯度。另一个原因可能是在计算图的不同部分调用backward —— 但在这种情况下，你也可以把损失加起来，然后在总和上调用backward。

常见错误 #4: 你把做完softmax的结果送到了需要原始logits的损失函数中

logits是最后一个全连接层的激活值。softmax也是同样的激活值，但是经过了标准化。logits值，你可以看到有些是正的，一些是负的。而log_softmax之后的值，全是负值。如果看柱状图的话，可以看到分布式一样的，唯一的差别就是尺度，但就是这个细微的差别，导致最后的数学计算完全不一样了。但是为什么这是一个常见的错误呢？在PyTorch的官方MNIST例子中，查看forward 方法，在最后你可以看到最后一个全连接层self.fc2，然后就是log_softmax。

但是当你查看官方的PyTorch resnet或者AlexNet模型的时候，你会发现这些模型在最后并没有softmax层，最后得到就是全连接的输出，就是logits。

这两个的差别在文档中没有说的很清楚。如果你查看nll_loss函数，并没有提得输入是logits还是softmax，你的唯一希望是在示例代码中发现nll_loss使用了log_softmax作为输入。

以上就是使用PyTorch常见4个错误示例详解的详细内容，更多关于PyTorch常见4个错误解决的资料请关注脚本之家其它相关文章！