PyTorch深度学习60分钟入门与实战（三）神经网络

痛定思痛。 2022-03-28 14:56 377阅读 0赞

> 原文：[github link][]，最新版会首先更新在github上  
> 有误的地方拜托大家指出~

# 神经网络 #

可以使用`torch.nn`包来构建神经网络.

我们以及介绍了`autograd`，`nn`包依赖于`autograd`包来定义模型并对它们求导。一个`nn.Module`包含各个层和一个`forward(input)`方法，该方法返回`output`。

例如，下面这个神经网络可以对数字进行分类：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ck5zMPUh-1588513930096)(assets/mnist.png)\]

这是一个简单的前馈神经网络（feed-forward network）。它接受一个输入，然后将它送入下一层，一层接一层的传递，最后给出输出。

一个神经网络的典型训练过程如下：

*  定义包含一些可学习参数（或者叫权重）的神经网络
 *  在输入数据集上迭代
 *  通过网络处理输入
 *  计算损失（输出和正确答案的距离）
 *  将梯度反向传播给网络的参数
 *  更新网络的权重，一般使用一个简单的规则：`weight = weight - learning_rate * gradient`

## 定义网络 ##

让我们定义这样一个网络：

import torch
    import torch.nn as nn
    import torch.nn.functional as F
    
    
    class Net(nn.Module):
    
        def __init__(self):
            super(Net, self).__init__()
            # 1 input image channel, 6 output channels, 5x5 square convolution
            # kernel
            self.conv1 = nn.Conv2d(1, 6, 5)
            self.conv2 = nn.Conv2d(6, 16, 5)
            # an affine operation: y = Wx + b
            self.fc1 = nn.Linear(16 * 5 * 5, 120)
            self.fc2 = nn.Linear(120, 84)
            self.fc3 = nn.Linear(84, 10)
    
        def forward(self, x):
            # Max pooling over a (2, 2) window
            x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
            # If the size is a square you can only specify a single number
            x = F.max_pool2d(F.relu(self.conv2(x)), 2)
            x = x.view(-1, self.num_flat_features(x))
            x = F.relu(self.fc1(x))
            x = F.relu(self.fc2(x))
            x = self.fc3(x)
            return x
    
        def num_flat_features(self, x):
            size = x.size()[1:]  # all dimensions except the batch dimension
            num_features = 1
            for s in size:
                num_features *= s
            return num_features
    
    
    net = Net()
    print(net)

输出：

Net(
      (conv1): Conv2d(1, 6, kernel_size=(5, 5), stride=(1, 1))
      (conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))
      (fc1): Linear(in_features=400, out_features=120, bias=True)
      (fc2): Linear(in_features=120, out_features=84, bias=True)
      (fc3): Linear(in_features=84, out_features=10, bias=True)
    )

我们只需要定义 `forward` 函数，`backward`函数会在使用`autograd`时自动定义，`backward`函数用来计算导数。可以在 `forward` 函数中使用任何针对张量的操作和计算。

一个模型的可学习参数可以通过`net.parameters()`返回

params = list(net.parameters())
    print(len(params))
    print(params[0].size())  # conv1's .weight

输出：

10
    torch.Size([6, 1, 5, 5])

让我们尝试一个随机的32x32的输入。注意，这个网络（LeNet）的期待输入是32x32。如果使用MNIST数据集来训练这个网络，要把图片大小重新调整到32x32。

input = torch.randn(1, 1, 32, 32)
    out = net(input)
    print(out)

输出：

tensor([[ 0.0399, -0.0856,  0.0668,  0.0915,  0.0453, -0.0680, -0.1024,  0.0493,
             -0.1043, -0.1267]], grad_fn=<AddmmBackward>)

清零所有参数的梯度缓存，然后进行随机梯度的反向传播：

net.zero_grad()
    out.backward(torch.randn(1, 10))

> 注意：
> 
> `torch.nn`只支持小批量处理（mini-batches）。整个`torch.nn`包只支持小批量样本的输入，不支持单个样本。
> 
> 比如，`nn.Conv2d` 接受一个4维的张量，即`nSamples x nChannels x Height x Width`
> 
> 如果是一个单独的样本，只需要使用`input.unsqueeze(0)`来添加一个“假的”批大小维度。

在继续之前，让我们回顾一下到目前为止看到的所有类。

**复习：**

*  `torch.Tensor` \- A multi-dimensional array with support for autograd operations like `backward()`. Also holds the gradient w.r.t. the tensor.
 *  `nn.Module` \- Neural network module. Convenient way of encapsulating parameters, with helpers for moving them to GPU, exporting, loading, etc.
 *  `nn.Parameter` \- A kind of Tensor, that is automatically registered as a parameter when assigned as an attribute to a `Module`.
 *  `autograd.Function` \- Implements forward and backward definitions of an autograd operation. Every `Tensor` operation, creates at least a single `Function` node, that connects to functions that created a `Tensor` and encodes its history.

目前为止，我们讨论了：

*  定义一个神经网络
 *  处理输入调用`backward`

还剩下：

*  计算损失
 *  更新网络权重

## 损失函数 ##

一个损失函数接受一对(output, target)作为输入，计算一个值来估计网络的输出和目标值相差多少。

译者注：output为网络的输出,target为实际值

nn包中有很多不同的[损失函数][Link 1]。`nn.MSELoss`是比较简单的一种，它计算输出和目标的均方误差（mean-squared error）。

例如：

output = net(input)
    target = torch.randn(10)  # a dummy target, for example
    target = target.view(1, -1)  # make it the same shape as output
    criterion = nn.MSELoss()
    
    loss = criterion(output, target)
    print(loss)

输出：

tensor(1.0263, grad_fn=<MseLossBackward>)

现在，如果使用`loss`的`.grad_fn`属性跟踪反向传播过程，会看到计算图如下：

input -> conv2d -> relu -> maxpool2d -> conv2d -> relu -> maxpool2d
          -> view -> linear -> relu -> linear -> relu -> linear
          -> MSELoss
          -> loss

所以，当我们调用`loss.backward()`，整张图开始关于loss微分，图中所有设置了`requires_grad=True`的张量的`.grad`属性累积着梯度张量。

为了说明这一点，让我们向后跟踪几步：

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

输出：

## 反向传播 ##

我们只需要调用`loss.backward()`来反向传播权重。我们需要清零现有的梯度，否则梯度将会与已有的梯度累加。

现在，我们将调用`loss.backward()`，并查看conv1层的偏置（bias）在反向传播前后的梯度。

net.zero_grad()     # zeroes the gradient buffers of all parameters
    
    print('conv1.bias.grad before backward')
    print(net.conv1.bias.grad)
    
    loss.backward()
    
    print('conv1.bias.grad after backward')
    print(net.conv1.bias.grad)

输出：

conv1.bias.grad before backward
    tensor([0., 0., 0., 0., 0., 0.])
    conv1.bias.grad after backward
    tensor([ 0.0084,  0.0019, -0.0179, -0.0212,  0.0067, -0.0096])

现在，我们已经见到了如何使用损失函数。

> 稍后阅读
> 
> 神经网络包包含了各种模块和损失函数，这些模块和损失函数构成了深度神经网络的构建模块。完整的文档列表见[这里][Link 1]。
> 
> 现在唯一要学习的是：
> 
>  *  更新网络的权重

## 更新权重 ##

最简单的更新规则是随机梯度下降法（SGD）:

`weight = weight - learning_rate * gradient`

我们可以使用简单的python代码来实现:

learning_rate = 0.01
    for f in net.parameters():
        f.data.sub_(f.grad.data * learning_rate)

然而，在使用神经网络时，可能希望使用各种不同的更新规则，如SGD、Nesterov-SGD、Adam、RMSProp等。为此，我们构建了一个较小的包`torch.optim`，它实现了所有的这些方法。使用它很简单：

import torch.optim as optim
    
    # create your optimizer
    optimizer = optim.SGD(net.parameters(), lr=0.01)
    
    # in your training loop:
    optimizer.zero_grad()   # zero the gradient buffers
    output = net(input)
    loss = criterion(output, target)
    loss.backward()
    optimizer.step()    # Does the update

> 注意：  
> 观察梯度缓存区是如何使用`optimizer.zero_grad()`手动清零的。这是因为梯度是累加的，正如前面反向传播章节叙述的那样。

[github link]: https://github.com/bat67/Deep-Learning-with-PyTorch-A-60-Minute-Blitz-cn
[Link 1]: https://pytorch.org/docs/stable/nn.html