PyTorch笔记

Tensor

torch中的Tensor是一种数据结构，使用上与Python的list、numpy的array、ndarray等数据结构类似，可以当成一个多维数组来用。 数学上对张量有特定定义，但通常理解为多维数组即可。

生成Tensor：torch包中提供了直接生成Tensor的函数，如 zeros()、ones()、rand() 等。 还可以用 tensor(data) 函数直接将表示数组的数据（如：list、numpy.ndarray等格式）转换为Tensor。 可通过 from_numpy(data) 函数将numpy.ndarray格式的数据转换为Tensor。 也可生成一个与其他Tensor具有相同dtype和device等属性的Tensor， 使用torch的 ones_like(data) 或 rand_like(data) 等函数，或Tensor的 new_ones() 等函数。

Tensor的属性： shape（返回torch.Size格式）（也可以用size()函数），dtypedevice。

Tensor的操作：

        类似numpy的API；改变原数据的原地操作在函数后面加_就可以（一般不建议这么操作）

         • 索引

         • 切片 • join：cat(tensors)或stack(tensors)

         • 加法：add()或+ • 乘法：对元素层面的乘法mul()或*，矩阵乘法matmul()或@

         • resize ：

                （1）reshape()或view()，建议使用reshape()，仅使用view()可能会造成Tensor不contiguous的问题

                （2）squeeze()去掉长度为1的维度

                （3）unsqueeze()增加一个维度（长度为1）

                （4）transpose()转置2个维度

5. Tensor.numpy() 可将Tensor转换为numpy数据。 注意这两方向的转换的数据对象都是占用同一储存空间，修改后变化也会体现在另一对象上。

6. item()函数返回仅有一个元素的Tensor的该元素值。

Autograd

        torch.autograd 是PyTorch提供的自动求导包，神经网络由权重、偏置等参数决定的函数构成，这些参数在PyTorch中都储存在 Tensor 里，神经网络的训练包括前向传播和反向传播两部分，前向传播就是用函数计算预测值，反向传播通过预测值产生的 error/loss 更新参数(通过梯度下降的方式)。

        神经网络的一轮训练：

                前向传播：prediction = model(data)

                反向传播：

                （1）计算loss

                （2）loss.backward()（autograd会在这一步计算参数的梯度，存在相应参数Tensor的grad属性中）

                （3）更新参数

                      1)加载optimizer（通过torch.optim）

                      2)optimizer.step() 使用梯度下降更新参数（梯度来源自参数的grad属性）

        Tensor的requires_grad属性设为False，可以将其排除在DAG之外，autograd就不会计算它的梯度。在神经网络中，不需要计算梯度的参数叫frozen parameters。可以冻结不需要知道梯度的参数（节省计算资源），也可以在微调预训练模型时使用（此时往往冻结绝大多数参数，仅调整classifier layer参数，以在新标签上做预测），类似功能也用于 torch.no_grad() 的实现。

Neutral Network

• 神经网络可以通过torch.nn包搭建（torch.nn 预定义的层调用 torch.nn.functional包的函数）
• nn.Module包含了网络层
• forward(input)方法返回输出结果

 网络训练流程：

        (1)前向传播

        (2)计算loss

        (3)计算梯度

        (4)使用梯度下降法更新参数

        模型的可学习参数存储在model.parameters()中，其返回值是一个迭代器，包含模型及其所有子模型的参数。

定义网络：只需要定义forward() 方法，backward()方法会自动定义（用 autograd），在forward()方法中可以进行任何 Tensor 操作。

        前向传播：out = net(input)

        反向传播：先将参数梯度缓冲池清零（否则梯度会累加），再反向传播（此处使用一个随机矩阵），model.zero_grad()，out.backward(torch.randn(1, 10))，如果有计算出损失函数，上一行代码应为：loss.backward()

        注意：torch.nn只支持mini-batch，如果只有一个输入数据可用 input.unsqueeze(0) 创造一个伪batch维度。

        损失函数torch.nn包中定义的损失函数文档：Page Redirection

                以MSELoss为例：criterion = nn.MSELoss()，loss = criterion(output, target)

                        得到的loss，其grad_fn组成的DAG：

调用loss.backward()后，所有张量的梯度都会得到更新：

print(loss.grad_fn)  # MSELoss
print(loss.grad_fn.next_functions[0][0])  # Linear
print(loss.grad_fn.next_functions[0][0].next_functions[0][0])  # ReLU

多GPU并行训练

设置使用GPU：device = 'cuda' if torch.cuda.is_avaiable() else 'cpu'

DataParallel 和 DistributedDataParallel 两个类可用于GPU并行；

        以 DataParallel 为例：model = nn.DataParallel(model)

        在单卡上写好的 model 直接调用，别的都跟单卡形式一样，程序会自动把数据拆分放到所有已知的GPU上来运行，数据是直接从第一维拆开平均放到各个GPU上，相当于每个GPU放 batch_size / gpu_num 个样本。设置已知的GPU，可以在运行代码的 python 加上 CUDA_VISIBLE_DEVICES 参数，CUDA_VISIBLE_DEVICES=0,1,2,3 python example.py，如果要使用nohup的话，参数要加在nohup的前面，CUDA_VISIBLE_DEVICES=0,1,2,3 nohup python -u example.py >> nohup_output.log 2；如果不设置则默认为所有GPU，对GPU数量计数：torch.cuda.device_count() 代码。直接用 DataParallel 可能导致各卡空间不均衡的问题，建议使用 DistributedDataParallel。

参考：

60分钟闪击速成PyTorch（Deep Learning with PyTorch: A 60 Minute Blitz）学习笔记-阿里云开发者社区

Note-of-PyTorch-60-Minutes-Tutorial/tensor_tutorial.ipynb at master · PolarisRisingWar/Note-of-PyTorch-60-Minutes-Tutorial · GitHub