pytorch autograd 自动微分

自动微分

原理

pytorch 内置了常见 tensor 操作的求导解析解. 从 loss 到 parameter 是若干个 op 叠加起来的复合函数, 所以用链式法则逐个计算.
tensor.grad_fn 记录了一个 tensor 是由何种运算产出的, 以及相应的求导解析解. 注意并不是根据 $y_x^{\prime }=\frac{\Delta y}{\Delta x}$ 的定义去计算数值解.

相关 api

• tensor.requires_grad :bool
  标识一个 tensor 是否需要计算梯度.
• tensor.grad_fn
  标识不同运算对应的求导方法.
• tensor.backward()
  loss 就是一个 tensor 标量, 该方法将当前 tensor 视为因变量, 计算它到叶子节点的梯度. 注意只是算梯度, 不更新.
  该方法会累积叶子节点的梯度, 所以一般要搭配 optimizer.zero_grad() 使用.
• tensor.retain_grad()
  Enables this Tensor to have their :attr:grad populated during :func:backward. This is a no-op for leaf tensors.

例子

• 令 $x_1=2,x_2=2$
  $u=(u_1,u_2)=f_1(x)=(4x_1,4x_2)$
  $y=f_2(u)=(u_1^2+u_2^2{)}^{\frac{1}{2}}$,
• 求 y 对 x1 的偏导数.

手算偏导

使用链式法则作复合函数的求导.
$$\frac{\partial y}{\partial x_1}=\frac{\partial y}{\partial u_1}\cdot \frac{\partial u_1}{\partial x_1}\text{\hspace{1em}(1)}$$

分别计算两项各自的导数:
$$\begin{gathered} \frac{\partial y}{\partial u_1}=\frac{\partial (u_1^2+u_2^2{)}^{\frac{1}{2}}}{\partial u_1} \\ =\frac{1}{2}\times (u_1^2+u_2^2{)}^{-\frac{1}{2}}\times 2u_1 \\ =\frac{1}{2}\times \frac{1}{\sqrt{64+64}}\times 2\times 8 \\ =0.7071 \\ \text{\hspace{1em}(2)} \end{gathered}$$
注意因为有 $u_1^2$ 的存在, 这里其实也是一个复合函数, 都用到了 $$(x^a{)}^{\prime }=a{x}^{a-1}$$ 的求导公式.

$$\frac{\partial u_1}{\partial x_1}=4\text{\hspace{1em}(3)}$$

将 (2)(3)的结果代入式(1), 有
$$\begin{gathered} res=\frac{\partial y}{\partial u_1}\cdot \frac{\partial u_1}{\partial x_1} \\ =0.7071\times 4 \\ =2.8284\text{\hspace{1em}(4)} \end{gathered}$$

代码比对

import torch

x = torch.tensor([2, 2], dtype=torch.float)  # input tensor
x.requires_grad = True
u = 4 * x
y: torch.Tensor = u.norm()
print('x.grad_fn', x.grad_fn)
print('y.grad_fn', y.grad_fn)
print('u.grad_fn', u.grad_fn)
print(f'before y.backward(), x.grad = {x.grad}, u.grad = {u.grad}')
y.backward()
print(f'after y.backward(), x.grad = {x.grad}, u.grad = {u.grad}')
"""
x.grad_fn None
y.grad_fn 
u.grad_fn 
before y.backward(), x.grad = None, u.grad = None
after y.backward(), x.grad = tensor([2.8284, 2.8284]), u.grad = None
D:\code_study\torch_study\test\auto_grad_test.py:10: UserWarning: The .grad attribute of a Tensor that is not a leaf Tensor is being accessed. Its .grad attribute won't be populated during autograd.backward(). If you indeed want the .grad field to be populated for a non-leaf Tensor, use .retain_grad() on the non-leaf Tensor. If you access the non-leaf Tensor by mistake, make sure you access the leaf Tensor instead. See github.com/pytorch/pytorch/pull/30531 for more informations. (Triggered internally at C:\actions-runner\_work\pytorch\pytorch\builder\windows\pytorch\build\aten\src\ATen/core/TensorBody.h:485.)
  print(f'before y.backward(), x.grad = {x.grad}, u.grad = {u.grad}')
"""

可以清晰看到 y对x1的偏导为 2.8284, 与手算结果一致.
有个 warning 信息, 是说 tensor u 不是叶子结点, 所以.grad attribute 不会被自动计算. 如果硬要算也可以, 调用 u.retain_grad() 即可.

不可微的 op 怎么搞?

一些分段函数带来的 第一类间断点等.
todo

梯度更新

相关api

• Optimizer.zero_grad()
  将优化器负责的所有 tensor 的梯度置为0. 一般跟随在 loss.backward() 后使用.
• torch.nn.modules.module.Module.zero_grad()
  Sets gradients of all model parameters to zero.
• optimizer.step()
  根据各 parameter 的已有 grad , 和 优化器自己存储的 动量,步长,decay 等信息作 trainable tensor 值的更新.

手算tensor迭代

使用最简单的 SGD, 步长为 0.1, 那么一个 step 之后, x 新的值为
x=x+(-1)*gradient*learning_rate, 代入得 x=2-0.1*2.8284=1.7172.

代码比对

import torch

x = torch.tensor([2, 2], dtype=torch.float)  # input tensor
x.requires_grad = True

u: torch.Tensor = 4 * x
y: torch.Tensor = u.norm()
print('y.grad_fn = ', y.grad_fn)
print('u.grad_fn = ', u.grad_fn)
print('x.grad_fn = ', x.grad_fn)

loss = y
optimizer = torch.optim.SGD(params=[x], lr=0.1)

u.retain_grad()
optimizer.zero_grad()

print(f'before loss.backward(), x.grad = {x.grad}, u.grad = {u.grad}')
loss.backward()
print(f'after loss.backward(), x.grad = {x.grad}, u.grad = {u.grad}')

print(f'before optimizer.step(), x = {x}')
optimizer.step()
print(f'after optimizer.step(), x = {x}')

"""
y.grad_fn 
u.grad_fn 
x.grad_fn None

before loss.backward(), x.grad = None, u.grad = None
after loss.backward(), x.grad = tensor([2.8284, 2.8284]), u.grad = tensor([0.7071, 0.7071])

before optimizer.step(), x = tensor([2., 2.], requires_grad=True)
after optimizer.step(), x = tensor([1.7172, 1.7172], requires_grad=True)
"""