教程 | 如何从TensorFlow转入PyTorch

选自Medium

作者：Illarion Khlestov

机器之心编译

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：

1. import torch

2. import numpy as np

3. numpy_tensor = np.random.randn(10, 20)

4. # convert numpy array to pytorch array

5. pytorch_tensor = torch.Tensor(numpy_tensor)

6. # or another way

7. pytorch_tensor = torch.from_numpy(numpy_tensor)

8. # convert torch tensor to numpy representation

9. pytorch_tensor.numpy()

10. # if we want to use tensor on GPU provide another type

11. dtype = torch.cuda.FloatTensor

12. gpu_tensor = torch.randn(10, 20).type(dtype)

13. # or just call `cuda()` method

14. gpu_tensor = pytorch_tensor.cuda()

15. # call back to the CPU

16. cpu_tensor = gpu_tensor.cpu()

17. # define pytorch tensors

18. x = torch.randn(10, 20)

19. y = torch.ones(20, 5)

20. # `@` mean matrix multiplication from python3.5, PEP-0465

21. res = x @ y

22. # get the shape

23. 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

1. import torch

2. from torch.autograd import Variable

3. # define an inputs

4. x_tensor = torch.randn(10, 20)

5. y_tensor = torch.randn(10, 5)

6. x = Variable(x_tensor, requires_grad=False)

7. y = Variable(y_tensor, requires_grad=False)

8. # define some weights

9. w = Variable(torch.randn(20, 5), requires_grad=True)

10. # get variable tensor

11. print(type(w.data))  # torch.FloatTensor

12. # get variable gradient

13. print(w.grad)  # None

14. loss = torch.mean((y - x @ w) ** 2)

15. # calculate the gradients

16. loss.backward()

17. print(w.grad)  # some gradients

18. # manually apply gradients

19. w.data -= 0.01 * w.grad.data

20. # manually zero gradients after update

21. 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。

1. import torch

2. from torch.autograd import Variable

3. import torch.nn.functional as F

4. x = Variable(torch.randn(10, 20), requires_grad=False)

5. y = Variable(torch.randn(10, 3), requires_grad=False)

6. # define some weights

7. w1 = Variable(torch.randn(20, 5), requires_grad=True)

8. w2 = Variable(torch.randn(5, 3), requires_grad=True)

9. learning_rate = 0.1

10. loss_fn = torch.nn.MSELoss()

11. optimizer = torch.optim.SGD([w1, w2], lr=learning_rate)

12. for step in range(5):

13.    pred = F.sigmoid(x @ w1)

14.    pred = F.sigmoid(pred @ w2)

15.    loss = loss_fn(pred, y)

16.    # manually zero all previous gradients

17.    optimizer.zero_grad()

18.    # calculate new gradients

19.    loss.backward()

20.    # apply new gradients

21.    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：

1. import tensorflow as tf

2. first_counter = tf.constant(0)

3. second_counter = tf.constant(10)

4. some_value = tf.Variable(15)

5. # condition should handle all args:

6. def cond(first_counter, second_counter, *args):

7.    return first_counter < second_counter

8. def body(first_counter, second_counter, some_value):

9.    first_counter = tf.add(first_counter, 2)

10.    second_counter = tf.add(second_counter, 1)

11.    return first_counter, second_counter, some_value

12. c1, c2, val = tf.while_loop(

13.    cond, body, [first_counter, second_counter, some_value])

14. with tf.Session() as sess:

15.    sess.run(tf.global_variables_initializer())

16.    counter_1_res, counter_2_res = sess.run([c1, c2])

1. import torch

2. first_counter = torch.Tensor([0])

3. second_counter = torch.Tensor([10])

4. some_value = torch.Tensor(15)

5. while (first_counter < second_counter)[0]:

6.    first_counter += 2

7.    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。

1. from collections import OrderedDict

2. import torch.nn as nn

3. # Example of using Sequential

4. model = nn.Sequential(

5.    nn.Conv2d(1, 20, 5),

6.    nn.ReLU(),

7.    nn.Conv2d(20, 64, 5),

8.    nn.ReLU()

9. )

10. # Example of using Sequential with OrderedDict

11. model = nn.Sequential(OrderedDict([

12.    ('conv1', nn.Conv2d(1, 20, 5)),

13.    ('relu1', nn.ReLU()),

14.    ('conv2', nn.Conv2d(20, 64, 5)),

15.    ('relu2', nn.ReLU())

16. ]))

17. 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。

1. from torch import nn

2. class Model(nn.Module):

3.    def __init__(self):

4.        super().__init__()

5.        self.feature_extractor = nn.Sequential(

6.            nn.Conv2d(3, 12, kernel_size=3, padding=1, stride=1),

7.            nn.Conv2d(12, 24, kernel_size=3, padding=1, stride=1),

8.        )

9.        self.second_extractor = nn.Conv2d(

10.            24, 36, kernel_size=3, padding=1, stride=1)

11.    def forward(self, x):

12.        x = self.feature_extractor(x)

13.        x = self.second_extractor(x)

14.        # note that we may call same layer twice or mode

15.        x = self.second_extractor(x)

16.        return x

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：

1. import torch

2. class MyFunction(torch.autograd.Function):

3.    @staticmethod

4.    def forward(ctx, input):

5.        ctx.save_for_backward(input)

6.        output = torch.sign(input)

7.        return output

8.    @staticmethod

9.    def backward(ctx, grad_output):

10.        # saved tensors - tuple of tensors, so we need get first

11.        input, = ctx.saved_variables

12.        grad_output[input.ge(1)] = 0

13.        grad_output[input.le(-1)] = 0

14.        return grad_output

15. # usage

16. x = torch.randn(10, 20)

17. y = MyFunction.apply(x)

18. # or

19. my_func = MyFunction.apply

20. y = my_func(x)

21. # and if we want to use inside nn.Module

22. class MyFunctionModule(torch.nn.Module):

23.    def forward(self, x):

24.        return MyFunction.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：

1. import torch

2. ### tensor example

3. x_cpu = torch.randn(10, 20)

4. w_cpu = torch.randn(20, 10)

5. # direct transfer to the GPU

6. x_gpu = x_cpu.cuda()

7. w_gpu = w_cpu.cuda()

8. result_gpu = x_gpu @ w_gpu

9. # get back from GPU to CPU

10. result_cpu = result_gpu.cpu()

11. ### model example

12. model = model.cuda()

13. # train step

14. inputs = Variable(inputs.cuda())

15. outputs = model(inputs)

16. # get back from GPU to CPU

17. outputs = 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：

1. class Trainer:

2.    def __init__(self, model, use_cuda=False, gpu_idx=0):

3.        self.use_cuda = use_cuda

4.        self.gpu_idx = gpu_idx

5.        self.model = self.to_gpu(model)

6.    def to_gpu(self, tensor):

7.        if self.use_cuda:

8.            return tensor.cuda(self.gpu_idx)

9.        else:

10.            return tensor

11.    def from_gpu(self, tensor):

12.        if self.use_cuda:

13.            return tensor.cpu()

14.        else:

15.            return tensor

16.    def train(self, inputs):

17.        inputs = self.to_gpu(inputs)

18.        outputs = self.model(inputs)

19.        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。

1. import torch

2. from torch.autograd import Variable

3. # new way with `init` module

4. w = torch.Tensor(3, 5)

5. torch.nn.init.normal(w)

6. # work for Variables also

7. w2 = Variable(w)

8. torch.nn.init.normal(w2)

9. # old styled direct access to tensors data attribute

10. w2.data.normal_()

11. # example for some module

12. def weights_init(m):

13.    classname = m.__class__.__name__

14.    if classname.find('Conv') != -1:

15.        m.weight.data.normal_(0.0, 0.02)

16.    elif classname.find('BatchNorm') != -1:

17.        m.weight.data.normal_(1.0, 0.02)

18.        m.bias.data.fill_(0)

19. # for loop approach with direct access

20. class MyModel(nn.Module):

21.    def __init__(self):

22.        for m in self.modules():

23.            if isinstance(m, nn.Conv2d):

24.                n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels

25.                m.weight.data.normal_(0, math.sqrt(2. / n))

26.            elif isinstance(m, nn.BatchNorm2d):

27.                m.weight.data.fill_(1)

28.                m.bias.data.zero_()

29.            elif isinstance(m, nn.Linear):

30.                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。

1. import torch

2. from torch.autograd import Variable

3. # requires grad

4. # If there’s a single input to an operation that requires gradient,

5. # its output will also require gradient.

6. x = Variable(torch.randn(5, 5))

7. y = Variable(torch.randn(5, 5))

8. z = Variable(torch.randn(5, 5), requires_grad=True)

9. a = x + y

10. a.requires_grad  # False

11. b = a + z

12. b.requires_grad  # True

13. # Volatile differs from requires_grad in how the flag propagates.

14. # If there’s even a single volatile input to an operation,

15. # its output is also going to be volatile.

16. x = Variable(torch.randn(5, 5), requires_grad=True)

17. y = Variable(torch.randn(5, 5), volatile=True)

18. a = x + y

19. 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。

1. # scheduler example

2. from torch.optim import lr_scheduler

3. optimizer = torch.optim.SGD(model.parameters(), lr=0.01)

4. scheduler = lr_scheduler.StepLR(optimizer, step_size=30, gamma=0.1)

5. for epoch in range(100):

6.    scheduler.step()

7.    train()

8.    validate()

9. # Train flag can be updated with boolean

10. # to disable dropout and batch norm learning

11. model.train(True)

12. # execute train step

13. model.train(False)

14. # run inference step

15. # CPU seed

16. torch.manual_seed(42)

17. # GPU seed

18. 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。

1. from collections import OrderedDict

2. import torch.nn as nn

3. model = nn.Sequential(OrderedDict([

4.    ('conv1', nn.Conv2d(1, 20, 5)),

5.    ('relu1', nn.ReLU()),

6.    ('conv2', nn.Conv2d(20, 64, 5)),

7.    ('relu2', nn.ReLU())

8. ]))

9. print(model)

10. # Sequential (

11. #   (conv1): Conv2d(1, 20, kernel_size=(5, 5), stride=(1, 1))

12. #   (relu1): ReLU ()

13. #   (conv2): Conv2d(20, 64, kernel_size=(5, 5), stride=(1, 1))

14. #   (relu2): ReLU ()

15. # )

16. # save/load only the model parameters(prefered solution)

17. torch.save(model.state_dict(), save_path)

18. model.load_state_dict(torch.load(save_path))

19. # save whole model

20. torch.save(model, save_path)

21. 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：

1. import torch

2. import torchvision as tv

3. class ImagesDataset(torch.utils.data.Dataset):

4.    def __init__(self, df, transform=None,

5.                 loader=tv.datasets.folder.default_loader):

6.        self.df = df

7.        self.transform = transform

8.        self.loader = loader

9.    def __getitem__(self, index):

10.        row = self.df.iloc[index]

11.        target = row['class_']

12.        path = row['path']

13.        img = self.loader(path)

14.        if self.transform is not None:

15.            img = self.transform(img)

16.        return img, target

17.    def __len__(self):

18.        n, _ = self.df.shape

19.        return n

20. # what transformations should be done with our images

21. data_transforms = tv.transforms.Compose([

22.    tv.transforms.RandomCrop((64, 64), padding=4),

23.    tv.transforms.RandomHorizontalFlip(),

24.    tv.transforms.ToTensor(),

25. ])

26. train_df = pd.read_csv('path/to/some.csv')

27. # initialize our dataset at first

28. train_dataset = ImagesDataset(

29.    df=train_df,

30.    transform=data_transforms

31. )

32. # initialize data loader with required number of workers and other params

33. train_loader = torch.utils.data.DataLoader(train_dataset,

34.                                           batch_size=10,

35.                                           shuffle=True,

36.                                           num_workers=16)

37. # fetch the batch(call to `__getitem__` method)

38. for img, target in train_loader:

39.    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：

1. class ImagesDataset(torch.utils.data.Dataset):

2.    pass

3. class Net(nn.Module):

4.    pass

5. model = Net()

6. optimizer = torch.optim.SGD(model.parameters(), lr=0.01)

7. scheduler = lr_scheduler.StepLR(optimizer, step_size=30, gamma=0.1)

8. criterion = torch.nn.MSELoss()

9. dataset = ImagesDataset(path_to_images)

10. data_loader = torch.utils.data.DataLoader(dataset, batch_size=10)

11. train = True

12. for epoch in range(epochs):

13.    if train:

14.        lr_scheduler.step()

15.    for inputs, labels in data_loader:

16.        inputs = Variable(to_gpu(inputs))

17.        labels = Variable(to_gpu(labels))

18.        outputs = model(inputs)

19.        loss = criterion(outputs, labels)

20.        if train:

21.            optimizer.zero_grad()

22.            loss.backward()

23.            optimizer.step()

24.    if not train:

25.        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。

转载声明：

本文转载自「机器之心」，搜索「almosthuman2014」即可关注。

推荐阅读

---

关注集智AI学园公众号

获取更多更有趣的AI教程吧！

搜索微信公众号：swarmAI

集智AI学园QQ群：426390994

学园网站：campus.swarma.org

 商务合作｜[e-mail]     

投稿转载｜[e-mail]

查看更多内推职位