教程 | 如何从TensorFlow转入PyTorch
https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650731491&idx=3&sn=0c75c7d4c476031ced5ae40b972fb6b3&chksm=871b379db06cbe8b26e51e83a9d870c09e270d00b17c54b826fde937abd7544f8198dcf2b231&mpshare=1&scene=1&srcid=0327SVzQ2vMGOoY5KUq3Q7E4&pass_ticket=dC3q%2FXr135%2BHze6ZvHE%2B8iEXN1ulZxGoneuq55sFwOiwGwIUfvPHyca6viqPztZ9#rd
当我第一次尝试学习 PyTorch 时，没几天就放弃了。和 TensorFlow 相比，我很难弄清 PyTorch 的核心要领。但是随后不久，PyTorch 发布了一个新版本，我决定重新来过。在第二次的学习中，我开始了解这个框架的易用性。在本文中，我会简要解释 PyTorch 的核心概念，为你转入这个框架提供一些必要的动力。其中包含了一些基础概念，以及先进的功能如学习速率调整、自定义层等等。
PyTorch 的易用性如何？Andrej Karpathy 是这样评价的
资源
首先要知道的是：PyTorch 的主目录和教程是分开的。而且因为开发和版本更新的速度过快，有时候两者之间并不匹配。所以你需要不时查看源代码：http://pytorch.org/tutorials/。
当然，目前网络上已有了一些 PyTorch 论坛，你可以在其中询问相关的问题，并很快得到回复：https://discuss.pytorch.org/。
把 PyTorch 当做 NumPy 用
让我们先看看 PyTorch 本身，其主要构件是张量——这和 NumPy 看起来差不多。这种性质使得 PyTorch 可支持大量相同的 API，所以有时候你可以把它用作是 NumPy 的替代品。PyTorch 的开发者们这么做的原因是希望这种框架可以完全获得 GPU 加速带来的便利，以便你可以快速进行数据预处理，或其他任何机器学习任务。将张量从 NumPy 转换至 PyTorch 非常容易，反之亦然。让我们看看如下代码：
import torchimport numpy as npnumpy_tensor = np.random.randn(10, 20)# convert numpy array to pytorch arraypytorch_tensor = torch.Tensor(numpy_tensor)# or another waypytorch_tensor = torch.from_numpy(numpy_tensor)# convert torch tensor to numpy representationpytorch_tensor.numpy()# if we want to use tensor on GPU provide another typedtype = torch.cuda.FloatTensorgpu_tensor = torch.randn(10, 20).type(dtype)# or just call `cuda()` methodgpu_tensor = pytorch_tensor.cuda()# call back to the CPUcpu_tensor = gpu_tensor.cpu()# define pytorch tensorsx = torch.randn(10, 20)y = torch.ones(20, 5)# `@` mean matrix multiplication from python3.5, PEP-0465res = x @ y# get the shaperes.shape # torch.Size([10, 5])
从张量到变量
张量是 PyTorch 的一个完美组件，但是要想构建神经网络这还远远不够。反向传播怎么办？当然，我们可以手动实现它，但是真的需要这样做吗？幸好还有自动微分。为了支持这个功能，PyTorch 提供了变量，它是张量之上的封装。如此，我们可以构建自己的计算图，并自动计算梯度。每个变量实例都有两个属性：包含初始张量本身的.data，以及包含相应张量梯度的.grad
import torchfrom torch.autograd import Variable# define an inputsx_tensor = torch.randn(10, 20)y_tensor = torch.randn(10, 5)x = Variable(x_tensor, requires_grad=False)y = Variable(y_tensor, requires_grad=False)# define some weightsw = Variable(torch.randn(20, 5), requires_grad=True)# get variable tensorprint(type(w.data)) # torch.FloatTensor# get variable gradientprint(w.grad) # Noneloss = torch.mean((y - x @ w) ** 2)# calculate the gradientsloss.backward()print(w.grad) # some gradients# manually apply gradientsw.data -= 0.01 * w.grad.data# manually zero gradients after updatew.grad.data.zero_()
你也许注意到我们手动计算了自己的梯度，这样看起来很麻烦，我们能使用优化器吗？当然。
import torchfrom torch.autograd import Variableimport torch.nn.functional as Fx = Variable(torch.randn(10, 20), requires_grad=False)y = Variable(torch.randn(10, 3), requires_grad=False)# define some weightsw1 = Variable(torch.randn(20, 5), requires_grad=True)w2 = Variable(torch.randn(5, 3), requires_grad=True)learning_rate = 0.1loss_fn = torch.nn.MSELoss()optimizer = torch.optim.SGD([w1, w2], lr=learning_rate)for step in range(5):pred = F.sigmoid(x @ w1)pred = F.sigmoid(pred @ w2)loss = loss_fn(pred, y)# manually zero all previous gradientsoptimizer.zero_grad()# calculate new gradientsloss.backward()# apply new gradientsoptimizer.step()
并不是所有的变量都可以自动更新。但是你应该可以从最后一段代码中看到重点：我们仍然需要在计算新梯度之前将它手动归零。这是 PyTorch 的核心理念之一。有时我们会不太明白为什么要这么做，但另一方面，这样可以让我们充分控制自己的梯度。
静态图 vs 动态图
PyTorch 和 TensorFlow 的另一个主要区别在于其不同的计算图表现形式。TensorFlow 使用静态图，这意味着我们是先定义，然后不断使用它。在 PyTorch 中，每次正向传播都会定义一个新计算图。在开始阶段，两者之间或许差别不是很大，但动态图会在你希望调试代码，或定义一些条件语句时显现出自己的优势。就像你可以使用自己最喜欢的 debugger 一样！
你可以比较一下 while 循环语句的下两种定义——第一个是 TensorFlow 中，第二个是 PyTorch 中：
import tensorflow as tffirst_counter = tf.constant(0)second_counter = tf.constant(10)some_value = tf.Variable(15)# condition should handle all args:def cond(first_counter, second_counter, *args):return first_counter < second_counterdef body(first_counter, second_counter, some_value):first_counter = tf.add(first_counter, 2)second_counter = tf.add(second_counter, 1)return first_counter, second_counter, some_valuec1, c2, val = tf.while_loop(cond, body, [first_counter, second_counter, some_value])with tf.Session() as sess:sess.run(tf.global_variables_initializer())counter_1_res, counter_2_res = sess.run([c1, c2])
import torchfirst_counter = torch.Tensor([0])second_counter = torch.Tensor([10])some_value = torch.Tensor(15)while (first_counter < second_counter)[0]:first_counter += 2second_counter += 1
看起来第二种方法比第一个简单多了，你觉得呢？
模型定义
现在我们看到，想在 PyTorch 中创建 if/else/while 复杂语句非常容易。不过让我们先回到常见模型中，PyTorch 提供了非常类似于 Keras 的、即开即用的层构造函数：
神经网络包（nn）定义了一系列的模块，它可以粗略地等价于神经网络的层。模块接收输入变量并计算输出变量，但也可以保存内部状态，例如包含可学习参数的变量。nn 包还定义了一组在训练神经网络时常用的损失函数。
from collections import OrderedDictimport torch.nn as nn# Example of using Sequentialmodel = nn.Sequential(nn.Conv2d(1, 20, 5),nn.ReLU(),nn.Conv2d(20, 64, 5),nn.ReLU())# Example of using Sequential with OrderedDictmodel = nn.Sequential(OrderedDict([('conv1', nn.Conv2d(1, 20, 5)),('relu1', nn.ReLU()),('conv2', nn.Conv2d(20, 64, 5)),('relu2', nn.ReLU())]))output = model(some_input)
如果你想要构建复杂的模型，我们可以将 nn.Module 类子类化。当然，这两种方式也可以互相结合。
from torch import nnclass Model(nn.Module):def __init__(self):super().__init__()self.feature_extractor = nn.Sequential(nn.Conv2d(3, 12, kernel_size=3, padding=1, stride=1),nn.Conv2d(12, 24, kernel_size=3, padding=1, stride=1),)self.second_extractor = nn.Conv2d(24, 36, kernel_size=3, padding=1, stride=1)def forward(self, x):x = self.feature_extractor(x)x = self.second_extractor(x)# note that we may call same layer twice or modex = self.second_extractor(x)return x
在__init__方法中，我们需要定义之后需要使用的所有层。在正向方法中，我们需要提出如何使用已经定义的层的步骤。而在反向传播上，和往常一样，计算是自动进行的。
自定义层
如果我们想要定义一些非标准反向传播模型要怎么办？这里有一个例子——XNOR 网络：
在这里我们不会深入细节，如果你对它感兴趣，可以参考一下原始论文：https://arxiv.org/abs/1603.05279
与我们问题相关的是反向传播需要权重必须介于-1 到 1 之间。在 PyTorch 中，这可以很容易实现：
import torchclass MyFunction(torch.autograd.Function):@staticmethoddef forward(ctx, input):ctx.save_for_backward(input)output = torch.sign(input)return output@staticmethoddef backward(ctx, grad_output):# saved tensors - tuple of tensors, so we need get firstinput, = ctx.saved_variablesgrad_output[input.ge(1)] = 0grad_output[input.le(-1)] = 0return grad_output# usagex = torch.randn(10, 20)y = MyFunction.apply(x)# ormy_func = MyFunction.applyy = my_func(x)# and if we want to use inside nn.Moduleclass MyFunctionModule(torch.nn.Module):def forward(self, x):return MyFunction.apply(x)
正如你所见，我们应该只定义两种方法：一个为正向传播，一个为反向传播。如果我们需要从正向通道访问一些变量，我们可以将它们存储在 ctx 变量中。注意：在此前的 API 正向/反向传播不是静态的，我们存储变量需要以 self.save_for_backward(input) 的形式，并以 input, _ = self.saved_tensors 的方式接入。
在 CUDA 上训练模型
我们曾经讨论过传递一个张量到 CUDA 上。但如果希望传递整个模型，我们可以通过调用.cuda() 来完成，并将每个输入变量传递到.cuda() 中。在所有计算后，我们需要用返回.cpu() 的方法来获得结果。
同时，PyTorch 也支持在源代码中直接分配设备：
import torch### tensor examplex_cpu = torch.randn(10, 20)w_cpu = torch.randn(20, 10)# direct transfer to the GPUx_gpu = x_cpu.cuda()w_gpu = w_cpu.cuda()result_gpu = x_gpu @ w_gpu# get back from GPU to CPUresult_cpu = result_gpu.cpu()### model examplemodel = model.cuda()# train stepinputs = Variable(inputs.cuda())outputs = model(inputs)# get back from GPU to CPUoutputs = outputs.cpu()
因为有些时候我们想在 CPU 和 GPU 中运行相同的模型，而无需改动代码，我们会需要一种封装：
class Trainer:def __init__(self, model, use_cuda=False, gpu_idx=0):self.use_cuda = use_cudaself.gpu_idx = gpu_idxself.model = self.to_gpu(model)def to_gpu(self, tensor):if self.use_cuda:return tensor.cuda(self.gpu_idx)else:return tensordef from_gpu(self, tensor):if self.use_cuda:return tensor.cpu()else:return tensordef train(self, inputs):inputs = self.to_gpu(inputs)outputs = self.model(inputs)outputs = self.from_gpu(outputs)
权重初始化
在 TesnorFlow 中权重初始化主要是在张量声明中进行的。PyTorch 则提供了另一种方法：首先声明张量，随后在下一步里改变张量的权重。权重可以用调用 torch.nn.init 包中的多种方法初始化为直接访问张量的属性。这个决定或许并不直接了当，但当你希望初始化具有某些相同初始化类型的层时，它就会变得有用。
import torchfrom torch.autograd import Variable# new way with `init` modulew = torch.Tensor(3, 5)torch.nn.init.normal(w)# work for Variables alsow2 = Variable(w)torch.nn.init.normal(w2)# old styled direct access to tensors data attributew2.data.normal_()# example for some moduledef weights_init(m):classname = m.__class__.__name__if classname.find('Conv') != -1:m.weight.data.normal_(0.0, 0.02)elif classname.find('BatchNorm') != -1:m.weight.data.normal_(1.0, 0.02)m.bias.data.fill_(0)# for loop approach with direct accessclass MyModel(nn.Module):def __init__(self):for m in self.modules():if isinstance(m, nn.Conv2d):n = m.kernel_size[0] * m.kernel_size[1] * m.out_channelsm.weight.data.normal_(0, math.sqrt(2. / n))elif isinstance(m, nn.BatchNorm2d):m.weight.data.fill_(1)m.bias.data.zero_()elif isinstance(m, nn.Linear):m.bias.data.zero_()
反向排除子图
有时，当你希望保留模型中的某些层或者为生产环境做准备的时候，禁用某些层的自动梯度机制非常有用。在这种思路下，PyTorch 设计了两个 flag：requires_grad 和 volatile。第一个可以禁用当前层的梯度，但子节点仍然可以计算。第二个可以禁用自动梯度，同时效果沿用至所有子节点。
import torchfrom torch.autograd import Variable# requires grad# If there’s a single input to an operation that requires gradient,# its output will also require gradient.x = Variable(torch.randn(5, 5))y = Variable(torch.randn(5, 5))z = Variable(torch.randn(5, 5), requires_grad=True)a = x + ya.requires_grad # Falseb = a + zb.requires_grad # True# Volatile differs from requires_grad in how the flag propagates.# If there’s even a single volatile input to an operation,# its output is also going to be volatile.x = Variable(torch.randn(5, 5), requires_grad=True)y = Variable(torch.randn(5, 5), volatile=True)a = x + ya.requires_grad # False
训练过程
当然，PyTorch 还有一些其他卖点。例如你可以设定学习速率，让它以特定规则进行变化。或者你可以通过简单的训练标记允许/禁止批规范层和 dropout。如果你想要做的话，让 CPU 和 GPU 的随机算子不同也是可以的。
# scheduler examplefrom torch.optim import lr_scheduleroptimizer = torch.optim.SGD(model.parameters(), lr=0.01)scheduler = lr_scheduler.StepLR(optimizer, step_size=30, gamma=0.1)for epoch in range(100):scheduler.step()train()validate()# Train flag can be updated with boolean# to disable dropout and batch norm learningmodel.train(True)# execute train stepmodel.train(False)# run inference step# CPU seedtorch.manual_seed(42)# GPU seedtorch.cuda.manual_seed_all(42)
同时，你也可以添加模型信息，或存储/加载一小段代码。如果你的模型是由 OrderedDict 或基于类的模型字符串，它的表示会包含层名。
from collections import OrderedDictimport torch.nn as nnmodel = nn.Sequential(OrderedDict([('conv1', nn.Conv2d(1, 20, 5)),('relu1', nn.ReLU()),('conv2', nn.Conv2d(20, 64, 5)),('relu2', nn.ReLU())]))print(model)# Sequential (# (conv1): Conv2d(1, 20, kernel_size=(5, 5), stride=(1, 1))# (relu1): ReLU ()# (conv2): Conv2d(20, 64, kernel_size=(5, 5), stride=(1, 1))# (relu2): ReLU ()# )# save/load only the model parameters(prefered solution)torch.save(model.state_dict(), save_path)model.load_state_dict(torch.load(save_path))# save whole modeltorch.save(model, save_path)model = torch.load(save_path)
根据 PyTorch 文档，用 state_dict() 的方式存储文档更好。
记录
训练过程的记录是一个非常重要的部分。不幸的是，PyTorch 目前还没有像 Tensorboard 这样的东西。所以你只能使用普通文本记录 Python 了，你也可以试试一些第三方库：
logger：https://github.com/oval-group/logger
Crayon：https://github.com/torrvision/crayon
tensorboard_logger：https://github.com/TeamHG-Memex/tensorboard_logger
tensorboard-pytorch：https://github.com/lanpa/tensorboard-pytorch
Visdom：https://github.com/facebookresearch/visdom
掌控数据
你可能会记得 TensorFlow 中的数据加载器，甚至想要实现它的一些功能。对于我来说，我花了四个小时来掌握其中所有管道的执行原理。
首先，我想在这里添加一些代码，但我认为上图足以解释它的基础理念了。
PyTorch 开发者不希望重新发明轮子，他们只是想要借鉴多重处理。为了构建自己的数据加载器，你可以从 torch.utils.data.Dataset 继承类，并更改一些方法：
import torchimport torchvision as tvclass ImagesDataset(torch.utils.data.Dataset):def __init__(self, df, transform=None,loader=tv.datasets.folder.default_loader):self.df = dfself.transform = transformself.loader = loaderdef __getitem__(self, index):row = self.df.iloc[index]target = row['class_']path = row['path']img = self.loader(path)if self.transform is not None:img = self.transform(img)return img, targetdef __len__(self):n, _ = self.df.shapereturn n# what transformations should be done with our imagesdata_transforms = tv.transforms.Compose([tv.transforms.RandomCrop((64, 64), padding=4),tv.transforms.RandomHorizontalFlip(),tv.transforms.ToTensor(),])train_df = pd.read_csv('path/to/some.csv')# initialize our dataset at firsttrain_dataset = ImagesDataset(df=train_df,transform=data_transforms)# initialize data loader with required number of workers and other paramstrain_loader = torch.utils.data.DataLoader(train_dataset,batch_size=10,shuffle=True,num_workers=16)# fetch the batch(call to `__getitem__` method)for img, target in train_loader:pass
有两件事你需要事先知道：
1. PyTorch 的图维度和 TensorFlow 的不同。前者的是 [Batch_size × channels × height × width] 的形式。但如果你没有通过预处理步骤 torchvision.transforms.ToTensor() 进行交互，则可以进行转换。在 transforms 包中还有很多有用小工具。
2. 你很可能会使用固定内存的 GPU，对此，你只需要对 cuda() 调用额外的标志 async = True，并从标记为 pin_memory = True 的 DataLoader 中获取固定批次。
最终架构
现在我们了解了模型、优化器和很多其他细节。是时候来个总结了：
这里有一段用于解读的伪代码：
class ImagesDataset(torch.utils.data.Dataset):passclass Net(nn.Module):passmodel = Net()optimizer = torch.optim.SGD(model.parameters(), lr=0.01)scheduler = lr_scheduler.StepLR(optimizer, step_size=30, gamma=0.1)criterion = torch.nn.MSELoss()dataset = ImagesDataset(path_to_images)data_loader = torch.utils.data.DataLoader(dataset, batch_size=10)train = Truefor epoch in range(epochs):if train:lr_scheduler.step()for inputs, labels in data_loader:inputs = Variable(to_gpu(inputs))labels = Variable(to_gpu(labels))outputs = model(inputs)loss = criterion(outputs, labels)if train:optimizer.zero_grad()loss.backward()optimizer.step()if not train:save_best_model(epoch_validation_accuracy)
结论
希望本文可以让你了解 PyTorch 的如下特点：
它可以用来代替 Numpy
它的原型设计非常快
调试和使用条件流非常简单
有很多方便且开箱即用的工具
PyTorch 是一个正在快速发展的框架，背靠一个富有活力的社区。现在是尝试 PyTorch 的好时机。 