當我第一次嘗試學習 PyTorch 時，沒幾天就放棄了。和 TensorFlow 相比，我很難弄清 PyTorch 的核心要領。但是隨后不久，PyTorch 發布了一個新版本，我決定重新來過。在第二次的學習中，我開始了解這個框架的易用性。在本文中，我會簡要解釋 PyTorch 的核心概念，為你轉入這個框架提供一些必要的動力。其中包含了一些基礎概念，以及先進的功能如學習速率調整、自定義層等等。

PyTorch 的易用性如何?Andrej Karpathy 是這樣評價的

資源

• 首先要知道的是：PyTorch 的主目錄和教程是分開的。而且因為開發和版本更新的速度過快，有時候兩者之間并不匹配。所以你需要不時查看源代碼：http://pytorch.org/tutorials/。
• 當然，目前網絡上已有了一些 PyTorch 論壇，你可以在其中詢問相關的問題，并很快得到回復：https://discuss.pytorch.org/。

把 PyTorch 當做 NumPy 用

讓我們先看看 PyTorch 本身，其主要構件是張量——這和 NumPy 看起來差不多。這種性質使得 PyTorch 可支持大量相同的 API，所以有時候你可以把它用作是 NumPy 的替代品。PyTorch 的開發者們這么做的原因是希望這種框架可以完全獲得 GPU 加速帶來的便利，以便你可以快速進行數據預處理，或其他任何機器學習任務。將張量從 NumPy 轉換至 PyTorch 非常容易，反之亦然。讓我們看看如下代碼：

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]) 

從張量到變量

張量是 PyTorch 的一個完美組件，但是要想構建神經網絡這還遠遠不夠。反向傳播怎么辦?當然，我們可以手動實現它，但是真的需要這樣做嗎?幸好還有自動微分。為了支持這個功能，PyTorch 提供了變量，它是張量之上的封裝。如此，我們可以構建自己的計算圖，并自動計算梯度。每個變量實例都有兩個屬性：包含初始張量本身的.data，以及包含相應張量梯度的.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_() 

你也許注意到我們手動計算了自己的梯度，這樣看起來很麻煩，我們能使用優化器嗎?當然。

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() 

并不是所有的變量都可以自動更新。但是你應該可以從最后一段代碼中看到重點：我們仍然需要在計算新梯度之前將它手動歸零。這是 PyTorch 的核心理念之一。有時我們會不太明白為什么要這么做，但另一方面，這樣可以讓我們充分控制自己的梯度。

靜態圖 vs 動態圖

PyTorch 和 TensorFlow 的另一個主要區別在于其不同的計算圖表現形式。TensorFlow 使用靜態圖，這意味著我們是先定義，然后不斷使用它。在 PyTorch 中，每次正向傳播都會定義一個新計算圖。在開始階段，兩者之間或許差別不是很大，但動態圖會在你希望調試代碼，或定義一些條件語句時顯現出自己的優勢。就像你可以使用自己最喜歡的 debugger 一樣!

你可以比較一下 while 循環語句的下兩種定義——第一個是 TensorFlow 中，第二個是 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 

看起來第二種方法比第一個簡單多了，你覺得呢?

模型定義

現在我們看到，想在 PyTorch 中創建 if/else/while 復雜語句非常容易。不過讓我們先回到常見模型中，PyTorch 提供了非常類似于 Keras 的、即開即用的層構造函數：

神經網絡包(nn)定義了一系列的模塊，它可以粗略地等價于神經網絡的層。模塊接收輸入變量并計算輸出變量，但也可以保存內部狀態，例如包含可學習參數的變量。nn 包還定義了一組在訓練神經網絡時常用的損失函數。

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) 

如果你想要構建復雜的模型，我們可以將 nn.Module 類子類化。當然，這兩種方式也可以互相結合。

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，我們需要定義之后需要使用的所有層。在正向方法中，我們需要提出如何使用已經定義的層的步驟。而在反向傳播上，和往常一樣，計算是自動進行的。

自定義層

如果我們想要定義一些非標準反向傳播模型要怎么辦?這里有一個例子——XNOR 網絡：

在這里我們不會深入細節，如果你對它感興趣，可以參考一下原始論文：

https://arxiv.org/abs/1603.05279

與我們問題相關的是反向傳播需要權重必須介于-1 到 1 之間。在 PyTorch 中，這可以很容易實現：

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) 

正如你所見，我們應該只定義兩種方法：一個為正向傳播，一個為反向傳播。如果我們需要從正向通道訪問一些變量，我們可以將它們存儲在 ctx 變量中。注意：在此前的 API 正向/反向傳播不是靜態的，我們存儲變量需要以 self.save_for_backward(input) 的形式，并以 input, _ = self.saved_tensors 的方式接入。

在 CUDA 上訓練模型

我們曾經討論過傳遞一個張量到 CUDA 上。但如果希望傳遞整個模型，我們可以通過調用.cuda() 來完成，并將每個輸入變量傳遞到.cuda() 中。在所有計算后，我們需要用返回.cpu() 的方法來獲得結果。

同時，PyTorch 也支持在源代碼中直接分配設備：

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() 

因為有些時候我們想在 CPU 和 GPU 中運行相同的模型，而無需改動代碼，我們會需要一種封裝：

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) 

權重初始化

在 TesnorFlow 中權重初始化主要是在張量聲明中進行的。PyTorch 則提供了另一種方法：首先聲明張量，隨后在下一步里改變張量的權重。權重可以用調用 torch.nn.init 包中的多種方法初始化為直接訪問張量的屬性。這個決定或許并不直接了當，但當你希望初始化具有某些相同初始化類型的層時，它就會變得有用。

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_() 

反向排除子圖

有時，當你希望保留模型中的某些層或者為生產環境做準備的時候，禁用某些層的自動梯度機制非常有用。在這種思路下，PyTorch 設計了兩個 flag：requires_grad 和 volatile。第一個可以禁用當前層的梯度，但子節點仍然可以計算。第二個可以禁用自動梯度，同時效果沿用至所有子節點。

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 

訓練過程

當然，PyTorch 還有一些其他賣點。例如你可以設定學習速率，讓它以特定規則進行變化。或者你可以通過簡單的訓練標記允許/禁止批規范層和 dropout。如果你想要做的話，讓 CPU 和 GPU 的隨機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) 

同時，你也可以添加模型信息，或存儲/加載一小段代碼。如果你的模型是由 OrderedDict 或基于類的模型字符串，它的表示會包含層名。

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) 

根據 PyTorch 文檔，用 state_dict() 的方式存儲文檔更好。

記錄

訓練過程的記錄是一個非常重要的部分。不幸的是，PyTorch 目前還沒有像 Tensorboard 這樣的東西。所以你只能使用普通文本記錄 Python 了，你也可以試試一些第三方庫：

• 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

掌控數據

你可能會記得 TensorFlow 中的數據加載器，甚至想要實現它的一些功能。對于我來說，我花了四個小時來掌握其中所有管道的執行原理。

首先，我想在這里添加一些代碼，但我認為上圖足以解釋它的基礎理念了。

PyTorch 開發者不希望重新發明輪子，他們只是想要借鑒多重處理。為了構建自己的數據加載器，你可以從 torch.utils.data.Dataset 繼承類，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 

有兩件事你需要事先知道：

1. PyTorch 的圖維度和 TensorFlow 的不同。前者的是 [Batch_size × channels × height × width] 的形式。但如果你沒有通過預處理步驟 torchvision.transforms.ToTensor() 進行交互，則可以進行轉換。在 transforms 包中還有很多有用小工具。

2. 你很可能會使用固定內存的 GPU，對此，你只需要對 cuda() 調用額外的標志 async = True，并從標記為 pin_memory = True 的 DataLoader 中獲取固定批次。

最終架構

現在我們了解了模型、優化器和很多其他細節。是時候來個總結了：

這里有一段用于解讀的偽代碼：

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) 

結論

希望本文可以讓你了解 PyTorch 的如下特點：

• 它可以用來代替 Numpy
• 它的原型設計非常快
• 調試和使用條件流非常簡單
• 有很多方便且開箱即用的工具

PyTorch 是一個正在快速發展的框架，背靠一個富有活力的社區。現在是嘗試 PyTorch 的好時機。

【本文是51CTO專欄機構“機器之心”的原創譯文，微信公眾號“機器之心( id: almosthuman2014)”】

戳這里，看該作者更多好文