如何从TensorFlow转入PyTorch

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：

importtorch 
importnumpy asnp 
numpy_tensor =np.random.randn(10,20) 
# convert numpy array to pytorch array 
pytorch_tensor =torch.Tensor(numpy_tensor) 
# or another way 
pytorch_tensor =torch.from_numpy(numpy_tensor) 
# convert torch tensor to numpy representation 
pytorch_tensor.numpy() 
# if we want to use tensor on GPU provide another type 
dtype =torch.cuda.FloatTensor 
gpu_tensor =torch.randn(10,20).type(dtype) 
# or just call `cuda()` method 
gpu_tensor =pytorch_tensor.cuda() 
# call back to the CPU 
cpu_tensor =gpu_tensor.cpu() 
# define pytorch tensors 
x =torch.randn(10,20) 
y =torch.ones(20,5) 
# `@` mean matrix multiplication from python3.5, PEP-0465 
res =x @y 
# get the shape 
res.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

importtorch 
fromtorch.autograd importVariable 
# define an inputs 
x_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 weights 
w =Variable(torch.randn(20,5),requires_grad=True) 
# get variable tensor 
print(type(w.data))# torch.FloatTensor 
# get variable gradient 
print(w.grad)# None 
loss =torch.mean((y -x @w)**2) 
# calculate the gradients 
loss.backward() 
print(w.grad)# some gradients 
# manually apply gradients 
w.data -=0.01*w.grad.data 
# manually zero gradients after update 
w.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。

importtorch 
fromtorch.autograd importVariable 
importtorch.nn.functional asF 
x =Variable(torch.randn(10,20),requires_grad=False) 
y =Variable(torch.randn(10,3),requires_grad=False) 
# define some weights 
w1 =Variable(torch.randn(20,5),requires_grad=True) 
w2 =Variable(torch.randn(5,3),requires_grad=True) 
learning_rate =0.1 
loss_fn =torch.nn.MSELoss() 
optimizer =torch.optim.SGD([w1,w2],lr=learning_rate) 
forstep inrange(5): 
pred =F.sigmoid(x @w1) 
pred =F.sigmoid(pred @w2) 
loss =loss_fn(pred,y) 
# manually zero all previous gradients 
optimizer.zero_grad() 
# calculate new gradients 
loss.backward() 
# apply new gradients 
optimizer.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：

importtensorflow astf 
first_counter =tf.constant(0) 
second_counter =tf.constant(10) 
some_value =tf.Variable(15) 
# condition should handle all args: 
defcond(first_counter,second_counter,*args): 
returnfirst_counter <second_counter 
defbody(first_counter,second_counter,some_value): 
first_counter =tf.add(first_counter,2) 
second_counter =tf.add(second_counter,1) 
returnfirst_counter,second_counter,some_value 
c1,c2,val =tf.while_loop( 
cond,body,[first_counter,second_counter,some_value]) 
withtf.Session()assess: 
sess.run(tf.global_variables_initializer()) 
counter_1_res,counter_2_res =sess.run([c1,c2]) 
importtorch 
first_counter =torch.Tensor([0]) 
second_counter =torch.Tensor([10]) 
some_value =torch.Tensor(15) 
while(first_counter <second_counter)[0]: 
first_counter +=2 
second_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。

fromcollections importOrderedDict 
importtorch.nn asnn 
# Example of using Sequential 
model =nn.Sequential( 
nn.Conv2d(1,20,5), 
nn.ReLU(), 
nn.Conv2d(20,64,5), 
nn.ReLU() 
) 
# Example of using Sequential with OrderedDict 
model =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。

fromtorch importnn 
classModel(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) 
defforward(self,x): 
x =self.feature_extractor(x) 
x =self.second_extractor(x) 
# note that we may call same layer twice or mode 
x =self.second_extractor(x) 
returnx 

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：

importtorch 
classMyFunction(torch.autograd.Function): 
@staticmethod 
defforward(ctx,input): 
ctx.save_for_backward(input) 
output =torch.sign(input) 
returnoutput 
@staticmethod 
defbackward(ctx,grad_output): 
# saved tensors - tuple of tensors, so we need get first 
input,=ctx.saved_variables 
grad_output[input.ge(1)]=0 
grad_output[input.le(-1)]=0 
returngrad_output 
# usage 
x =torch.randn(10,20) 
y =MyFunction.apply(x) 
# or 
my_func =MyFunction.apply 
y =my_func(x) 
# and if we want to use inside nn.Module 
classMyFunctionModule(torch.nn.Module): 
defforward(self,x): 
returnMyFunction.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：

importtorch 
### tensor example 
x_cpu =torch.randn(10,20) 
w_cpu =torch.randn(20,10) 
# direct transfer to the GPU 
x_gpu =x_cpu.cuda() 
w_gpu =w_cpu.cuda() 
result_gpu =x_gpu @w_gpu 
# get back from GPU to CPU 
result_cpu =result_gpu.cpu() 
### model example 
modelmodel =model.cuda() 
# train step 
inputs =Variable(inputs.cuda()) 
outputs =model(inputs) 
# get back from GPU to CPU 
outputsoutputs =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：

classTrainer: 
def__init__(self,model,use_cuda=False,gpu_idx=0): 
self.use_cuda =use_cuda 
self.gpu_idx =gpu_idx 
selfself.model =self.to_gpu(model) 
defto_gpu(self,tensor): 
ifself.use_cuda: 
returntensor.cuda(self.gpu_idx) 
else: 
returntensor 
deffrom_gpu(self,tensor): 
ifself.use_cuda: 
returntensor.cpu() 
else: 
returntensor 
deftrain(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。

importtorch 
fromtorch.autograd importVariable 
# new way with `init` module 
w =torch.Tensor(3,5) 
torch.nn.init.normal(w) 
# work for Variables also 
w2 =Variable(w) 
torch.nn.init.normal(w2) 
# old styled direct access to tensors data attribute 
w2.data.normal_() 
# example for some module 
defweights_init(m): 
classname =m.__class__.__name__ 
ifclassname.find('Conv')!=-1: 
m.weight.data.normal_(0.0,0.02) 
elifclassname.find('BatchNorm')!=-1: 
m.weight.data.normal_(1.0,0.02) 
m.bias.data.fill_(0) 
# for loop approach with direct access 
classMyModel(nn.Module): 
def__init__(self): 
form inself.modules(): 
ifisinstance(m,nn.Conv2d): 
n =m.kernel_size[0]*m.kernel_size[1]*m.out_channels 
m.weight.data.normal_(0,math.sqrt(2./n)) 
elifisinstance(m,nn.BatchNorm2d): 
m.weight.data.fill_(1) 
m.bias.data.zero_() 
elifisinstance(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。

importtorch 
fromtorch.autograd importVariable 
# 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 +y 
a.requires_grad # False 
b =a +z 
b.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 +y 
a.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 example 
fromtorch.optim importlr_scheduler 
optimizer =torch.optim.SGD(model.parameters(),lr=0.01) 
scheduler =lr_scheduler.StepLR(optimizer,step_size=30,gamma=0.1) 
forepoch inrange(100): 
scheduler.step() 
train() 
validate() 
# Train flag can be updated with boolean 
# to disable dropout and batch norm learning 
model.train(True) 
# execute train step 
model.train(False) 
# run inference step 
# CPU seed 
torch.manual_seed(42) 
# GPU seed 
torch.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。

fromcollections importOrderedDict 
importtorch.nn asnn 
model =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 model 
torch.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：

importtorch 
importtorchvision astv 
classImagesDataset(torch.utils.data.Dataset): 
def__init__(self,df,transform=None, 
loader=tv.datasets.folder.default_loader): 
self.df =df 
self.transform =transform 
self.loader =loader 
def__getitem__(self,index): 
row =self.df.iloc[index] 
target =row['class_'] 
path =row['path'] 
img =self.loader(path) 
ifself.transform isnotNone: 
img =self.transform(img) 
returnimg,target 
def__len__(self): 
n,_ =self.df.shape 
returnn 
# what transformations should be done with our images 
data_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 first 
train_dataset =ImagesDataset( 
df=train_df, 
transform=data_transforms 
) 
# initialize data loader with required number of workers and other params 
train_loader =torch.utils.data.DataLoader(train_dataset, 
batch_size=10, 
shuffle=True, 
num_workers=16) 
# fetch the batch(call to `__getitem__` method) 
forimg,target intrain_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：

classImagesDataset(torch.utils.data.Dataset): 
pass 
classNet(nn.Module): 
pass 
model =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 =True 
forepoch inrange(epochs): 
iftrain: 
lr_scheduler.step() 
forinputs,labels indata_loader: 
inputs =Variable(to_gpu(inputs)) 
labels =Variable(to_gpu(labels)) 
outputs =model(inputs) 
loss =criterion(outputs,labels) 
iftrain: 
optimizer.zero_grad() 
loss.backward() 
optimizer.step() 
ifnottrain: 
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。

【本文是51CTO专栏机构“机器之心”的原创译文，微信公众号“机器之心( id: almosthuman2014)”】

戳这里，看该作者更多好文