【动手学深度学习】反向传播+神经网络基础
学习资料：
[5分钟深度学习] #02 反向传播算法_哔哩哔哩_bilibili
4.7. 前向传播、反向传播和计算图 — 动手学深度学习 2.0.0 documentation (d2l.ai)
[5分钟深度学习] #01 梯度下降算法_哔哩哔哩_bilibili 加深了对梯度下降和随机梯度下降的理解
24-梯度消失和梯度爆炸-Xavier初始化详解-pytorch-2021_哔哩哔哩_bilibili
一、 前向传播 反向传播 计算图
在训练神经网络时，在初始化模型参数后， 我们交替使用前向传播和反向传播，利用反向传播给出的梯度来更新模型参数。 注意，反向传播重复利用前向传播中存储的中间值，以避免重复计算。 带来的影响之一是我们需要保留中间值，直到反向传播完成。 这也是训练比单纯的预测需要更多的内存（显存）的原因之一。 此外，这些中间值的大小与网络层的数量和批量的大小大致成正比。 因此，使用更大的批量来训练更深层次的网络更容易导致内存不足（out of memory）错误
小结
前向传播在神经网络定义的计算图中按顺序计算和存储中间变量，它的顺序是从输入层到输出层。
反向传播按相反的顺序（从输出层到输入层）计算和存储神经网络的中间变量和参数的梯度。
在训练深度学习模型时，前向传播和反向传播是相互依赖的。
训练比预测需要更多的内存。
二、神经网络基础
1 模型构造 （层和块）
我们的目的是自定义一个神经网络
nn.Sequential()是个特殊的module，它的输入可以是任何一个nn.module的子类
import torch
from torch import nn
from torch.nn import functional as F# functional中定义了一些（没有包括参数的）函数
net = nn.Sequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10))
#构造单层神经网络
X = torch.rand(2, 20) # 生成一个随机的input
# 2是批量大小 20是输入的维度
net(X)
# 输出的是2*10的形式的张量1.1 自定义块
任何一个层或神经网络都是nn.module的子类
所有的module有两个重要的函数：
__init__(self)
forward(self,X)
在里面定义我们需要的类和参数
class MLP(nn.Module): #任何一个层或神经网络都是module的子类 #MLP继承module
# 用模型参数声明层。这里，我们声明两个全连接的层
def __init__(self):
# 调用MLP的父类Module的构造函数来执行必要的初始化。
# 这样，在类实例化时也可以指定其他函数参数，例如模型参数params（稍后将介绍）
super().__init__() # 调用MLP的父类Module的构造函数来执行必要的初始化。
#接下来定义两个全连接层
self.hidden = nn.Linear(20, 256) # 隐藏层
self.out = nn.Linear(256, 10) # 输出层
# 定义模型的前向传播，即如何根据输入X返回所需的模型输出
def forward(self, X):
# 注意，这里我们使用ReLU的函数版本，其在nn.functional模块中定义。
return self.out(F.relu(self.hidden(X)))实例化多层感知机的层，然后在每次调用正向传播函数时调用这些层
net = MLP()
net(X)1.2 顺序块
*args
class MySequential(nn.Module):
def __init__(self, *args): #*args=list of input arguements
super().__init__()#调用父类的初始化函数
for idx, module in enumerate(args):
# 这里，module是Module子类的一个实例。我们把它保存在'Module'类的成员
# 变量_modules中。_module的类型是OrderedDict
self._modules[str(idx)] = module
# self._modules是一个存放层的容器
def forward(self, X):
# OrderedDict保证了按照成员添加的顺序遍历它们
for block in self._modules.values(): #self._modules.values()即放进去的层
X = block(X) #按顺序把input放入，得到output
return Xnet = MySequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10))
net(X)1.3 在前向传播函数中执行代码
通过继承nn.module这个方法可以比调用Sequential能够更灵活地定义参数和做前向计算，需要注意的有两点：
在__init__(self)中定义好有哪些层
在forward(self,X)中定义好前向运算怎么计算
以下是一个样例
（反向计算是不需要定义的 都是自动求导即可）
class FixedHiddenMLP(nn.Module):
def __init__(self):
super().__init__()
# 不计算梯度的随机权重参数。因此其在训练期间保持不变
self.rand_weight = torch.rand((20, 20), requires_grad=False)
# 这个随机的weight不参加训练，因为他不会计算梯度
self.linear = nn.Linear(20, 20)
def forward(self, X):
X = self.linear(X)
# 使用创建的常量参数以及relu和mm函数
X = F.relu(torch.mm(X, self.rand_weight) + 1) #调用激活函数
#torch.mm()表示做矩阵乘法，＋1表示增加偏移
X = self.linear(X) # 复用全连接层。这相当于两个全连接层共享参数
# 控制流
while X.abs().sum() > 1:
X /= 2
return X.sum()#返回一个标量net = FixedHiddenMLP()
net(X)我们也可以混合搭配各种组合块的方法
class NestMLP(nn.Module):#这里定义一个嵌套的MLP（Sequential和Linear的嵌套）
def __init__(self):
super().__init__()
self.net = nn.Sequential(nn.Linear(20, 64), nn.ReLU(),
nn.Linear(64, 32), nn.ReLU())
#定义一个Sequential类net
self.linear = nn.Linear(32, 16)#定义一个线性类
def forward(self, X):
return self.linear(self.net(X))
chimera = nn.Sequential(NestMLP(), nn.Linear(16, 20), FixedHiddenMLP())
chimera(X)上面这个案例有点花，不是很理解 标记一下之后再回来看看
2 参数管理
import torch
from torch import nn
net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), nn.Linear(8, 1))
X = torch.rand(size=(2, 4))
net(X)2.1 参数访问
全连接层有两个参数：weight和bias
我们的目的是把每一层里面的权重拿出来
print(net[2].state_dict())
#Sequential可以理解为一个list,net[2]拿到的就是最后的这个输出层nn.Linear(8, 1)
# 调用state_dict()，这里描述了最后一层的参数weight和bias（类型是OrderedDict）OrderedDict([('weight',tensor([[0.3016,-0.1901,-0.1991,-0.1220,0.1121,-0.1424,-0.3060,0.3400]])),('bias',tensor([-0.0291]))])
2.1.1 目标参数
我们可以直接访问某一个具体的参数
print(type(net[2].bias)) #bias是一个parameter
print(net[2].bias)
print(net[2].bias.data) #.data返回的是参数的本身，.grad返回梯度Parameter containing:
tensor([-0.0291], requires_grad=True)
tensor([-0.0291])
net[2].weight.grad == None #因为我们还没有做计算，所以也没有反向计算，所以grad==NoneTrue
2.1.2 一次性访问所有参数
named_parameters()
可以把所有网络的参数全部拿出来
print(*[(name, param.shape) for name, param in net[0].named_parameters()])# net[0]表示取出第一层的参数
print(*[(name, param.shape) for name, param in net.named_parameters()])
# net表示取出所有全连接层的参数，net[1]是ReLU,没有参数('weight',torch.Size([8,4]))('bias',torch.Size([8]))
('0.weight',torch.Size([8,4]))('0.bias',torch.Size([8]))('2.weight',torch.Size([1,8]))('2.bias',torch.Size([1]))
也可以通过名字访问
net.state_dict()['2.bias'].data # 表示访问最后一层的偏移2.1.3从嵌套块收集参数
add_module('自定义字符串的名字', )
def block1():
return nn.Sequential(nn.Linear(4, 8), nn.ReLU(),
nn.Linear(8, 4), nn.ReLU())
def block2():
net = nn.Sequential()
for i in range(4):
# 在这里嵌套
net.add_module(f'block {i}', block1())
# 在block2中嵌套4个block1
return net
rgnet = nn.Sequential(block2(), nn.Linear(4, 1))
rgnet(X)print(rgnet) #会用字符串的形式把整个网络的框架打印出来
rgnet[0][1][0].bias.data2.2 参数初始化
现在我们的目的是修改初始参数
2.2.1 内置初始化
net.apply()
遍历整个神经网络做相同的修改
def init_normal(m):
if type(m) == nn.Linear: #判断传入的module是否为全连接层
nn.init.normal_(m.weight, mean=0, std=0.01)
#语法补充：后置的下划线表示替换
nn.init.zeros_(m.bias)
net.apply(init_normal)# 对net中所有的module调用这个函数，然后再把这个module作为参数传入进去
net[0].weight.data[0], net[0].bias.data[0]
def init_constant(m):
if type(m) == nn.Linear:
nn.init.constant_(m.weight, 1) # 把weight init为一个为1的常数值
nn.init.zeros_(m.bias)
net.apply(init_constant)
net[0].weight.data[0], net[0].bias.data[0]
通过apply，我们也可以对某些块应用不同的初始化方法。例如，下面我们使用Xavier初始化方法初始化第一个神经网络层， 然后将第三个神经网络层初始化为常量值42
xavier()
nn.init.xavier_uniform()
xavier_mumul()？？？？可能耳误
def init_xavier(m):
if type(m) == nn.Linear:
nn.init.xavier_uniform_(m.weight)
def init_42(m):
if type(m) == nn.Linear:
nn.init.constant_(m.weight, 42)
net[0].apply(init_xavier) #第一个全连接层用init_xavier初始化
net[2].apply(init_42) #第二个全连接层用init_42初始化
print(net[0].weight.data[0])
print(net[2].weight.data)
2.2.2自定义初始化*
以下是一个无厘头的例子，目的是展示一种自定义初始化的可能性
def my_init(m):
if type(m) == nn.Linear:
print("Init", *[(name, param.shape)
for name, param in m.named_parameters()][0])
nn.init.uniform_(m.weight, -10, 10)
m.weight.data *= m.weight.data.abs() >= 5
net.apply(my_init)
net[0].weight[:2]
当然 我们也可以简单粗暴地直接索引给参数赋值
net[0].weight.data[:] += 1
net[0].weight.data[0, 0] = 42
net[0].weight.data[0]2.3 参数绑定（一个小应用）
如果我们想要在一些层之间share parameter，我们可以使用参数绑定的方法
# 我们需要给共享层一个名称，以便可以引用它的参数
shared = nn.Linear(8, 8) #构造一个命名为share的层
net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(),
shared, nn.ReLU(),
shared, nn.ReLU(),
nn.Linear(8, 1))
net(X)
# 检查两个共享层的参数是否相同
print(net[2].weight.data[0] == net[4].weight.data[0])
net[2].weight.data[0, 0] = 100
# 确保它们实际上是同一个对象，而不只是有相同的值
print(net[2].weight.data[0] == net[4].weight.data[0])3 延后初始化
4 自定义层
如何自定义一个层？
自定义一个层和自定义网络其实没什么区别 因为两者都是nn.module的子类
4.1 不带参数的层
import torch
import torch.nn.functional as F
from torch import nn
class CenteredLayer(nn.Module):
def __init__(self):
super().__init__() #调用父类初始化函数
def forward(self, X):
return X - X.mean() #这个层的作用是使传入的数据均值变为0layer = CenteredLayer() #实例化一个层
layer(torch.FloatTensor([1, 2, 3, 4, 5])) #传入的数据均值变为0
我们可以将这个层作为组件合并到构建更复杂的模型中
net = nn.Sequential(nn.Linear(8, 128), CenteredLayer())
Y = net(torch.rand(4, 8))
Y.mean()4.2 带参数的层
如何实现一个带有参数的层？
class MyLinear(nn.Module): #我们定义一个自己的线性层
def __init__(self, in_units, units): # in_units表示输入的维度，units表示输出的维度
super().__init__()
self.weight = nn.Parameter(torch.randn(in_units, units))
# 自定义weight，将生成的tensor传入Parameter可正规化weight的属性和身份 以及加上了梯度
self.bias = nn.Parameter(torch.randn(units,))
# 这里同上
def forward(self, X):
linear = torch.matmul(X, self.weight.data) + self.bias.data
return F.relu(linear)linear = MyLinear(5, 3)
linear.weight
将linear 的输入替换成另一个tensor
linear(torch.rand(2, 5))我们刚刚自定义的层也可以加入到模型构建中
net = nn.Sequential(MyLinear(64, 8), MyLinear(8, 1))
net(torch.rand(2, 64))5 读写文件
5.1 加载和保存张量
torch.save()
torch.load()
import torch
from torch import nn
from torch.nn import functional as F
x = torch.arange(4)
torch.save(x, 'x-file') #将向量x存在文件x-file中x2 = torch.load('x-file')
x2
现在我们存储一个张量列表，然后把它们读回内存
y = torch.zeros(4)
torch.save([x, y],'x-files')
x2, y2 = torch.load('x-files')
(x2, y2)
也可以写入或读入从字符串映射到张量的字典
mydict = {'x': x, 'y': y}
torch.save(mydict, 'mydict')
mydict2 = torch.load('mydict')
mydict2
5.2加载和保存模型参数
class MLP(nn.Module):
def __init__(self):
super().__init__()
self.hidden = nn.Linear(20, 256)
self.output = nn.Linear(256, 10)
def forward(self, x):
return self.output(F.relu(self.hidden(x)))
net = MLP()
X = torch.randn(size=(2, 20))
Y = net(X)将模型的所有参数存储为一个叫作mlp.params的文件
torch.save(net.state_dict(), 'mlp.params').load_state_dict()
.eval()
.eval()使模型从train模式调整为test模式，不再进行训练修改梯度
clone = MLP() #在加载已保存的参数之前需要重新声明一次原来的模型（此时的模型中的参数是被随机初始化了的）
clone.load_state_dict(torch.load('mlp.params'))
#用.load_state_dict()函数将已保存的参数载入模型中
clone.eval()#从train模式调整为test模式，不再进行训练修改梯度
Y_clone = clone(X)
Y_clone == Y
2023/1/20
今天的内容都很好理解 感觉是逐渐入门了
去成为你想要成为的人吧