4.1. 模型构造

让我们回顾一下在“多层感知机的简洁实现”一节中含单隐藏层的多层感知机的实现方法。我们首先构造Sequential实例，然后依次添加两个全连接层。其中第一层的输出大小为256，即隐藏层单元个数是256；第二层的输出大小为10，即输出层单元个数是10。我们在上一章的其他节中也使用了Sequential类构造模型。这里我们介绍另外一种基于Block类的模型构造方法：它让模型构造更加灵活。

4.1.1. 继承Block类来构造模型

Block类是nn模块里提供的一个模型构造类，我们可以继承它来定义我们想要的模型。下面继承Block类构造本节开头提到的多层感知机。这里定义的MLP类重载了Block类的init函数和forward函数。它们分别用于创建模型参数和定义前向计算。前向计算也即正向传播。

  1. In [1]:
  1. from mxnet import nd
  2. from mxnet.gluon import nn
  3.  
  4. class MLP(nn.Block):
  5.     # 声明带有模型参数的层，这里声明了两个全连接层
  6.     def __init__(self, **kwargs):
  7.         # 调用MLP父类Block的构造函数来进行必要的初始化。这样在构造实例时还可以指定其他函数
  8.         # 参数，如“模型参数的访问、初始化和共享”一节将介绍的模型参数params
  9.         super(MLP, self).__init__(**kwargs)
  10.         self.hidden = nn.Dense(256, activation='relu')  # 隐藏层
  11.         self.output = nn.Dense(10)  # 输出层
  12.  
  13.     # 定义模型的前向计算，即如何根据输入x计算返回所需要的模型输出
  14.     def forward(self, x):
  15.         return self.output(self.hidden(x))

以上的MLP类中无须定义反向传播函数。系统将通过自动求梯度而自动生成反向传播所需的backward函数。

我们可以实例化MLP类得到模型变量net。下面的代码初始化net并传入输入数据X做一次前向计算。其中，net(X)会调用MLP继承自Block类的call函数，这个函数将调用MLP类定义的forward函数来完成前向计算。

  1. In [2]:
  1. X = nd.random.uniform(shape=(2, 20))
  2. net = MLP()
  3. net.initialize()
  4. net(X)
  1. Out[2]:
  1. [[ 0.09543004  0.04614332 -0.00286654 -0.07790349 -0.05130243  0.02942037
  2.    0.08696642 -0.0190793  -0.04122177  0.05088576]
  3.  [ 0.0769287   0.03099705  0.00856576 -0.04467199 -0.06926839  0.09132434
  4.    0.06786595 -0.06187842 -0.03436673  0.04234694]]
  5. <NDArray 2x10 @cpu(0)>

注意，这里并没有将Block类命名为Layer（层）或者Model（模型）之类的名字，这是因为该类是一个可供自由组建的部件。它的子类既可以是一个层（如Gluon提供的Dense类），又可以是一个模型（如这里定义的MLP类），或者是模型的一个部分。我们下面通过两个例子来展示它的灵活性。

4.1.2. Sequential类继承自Block类

我们刚刚提到，Block类是一个通用的部件。事实上，Sequential类继承自Block类。当模型的前向计算为简单串联各个层的计算时，可以通过更加简单的方式定义模型。这正是Sequential类的目的：它提供add函数来逐一添加串联的Block子类实例，而模型的前向计算就是将这些实例按添加的顺序逐一计算。

下面我们实现一个与Sequential类有相同功能的MySequential类。这或许可以帮助读者更加清晰地理解Sequential类的工作机制。

  1. In [3]:
  1. class MySequential(nn.Block):
  2.     def __init__(self, **kwargs):
  3.         super(MySequential, self).__init__(**kwargs)
  4.  
  5.     def add(self, block):
  6.         # block是一个Block子类实例，假设它有一个独一无二的名字。我们将它保存在Block类的
  7.         # 成员变量_children里，其类型是OrderedDict。当MySequential实例调用
  8.         # initialize函数时，系统会自动对_children里所有成员初始化
  9.         self._children[block.name] = block
  10.  
  11.     def forward(self, x):
  12.         # OrderedDict保证会按照成员添加时的顺序遍历成员
  13.         for block in self._children.values():
  14.             x = block(x)
  15.         return x

我们用MySequential类来实现前面描述的MLP类，并使用随机初始化的模型做一次前向计算。

  1. In [4]:
  1. net = MySequential()
  2. net.add(nn.Dense(256, activation='relu'))
  3. net.add(nn.Dense(10))
  4. net.initialize()
  5. net(X)
  1. Out[4]:
  1. [[ 0.00362228  0.00633332  0.03201144 -0.01369375  0.10336449 -0.03508018
  2.   -0.00032164 -0.01676023  0.06978628  0.01303309]
  3.  [ 0.03871715  0.02608213  0.03544959 -0.02521311  0.11005433 -0.0143066
  4.   -0.03052466 -0.03852827  0.06321152  0.0038594 ]]
  5. <NDArray 2x10 @cpu(0)>

可以观察到这里MySequential类的使用跟“多层感知机的简洁实现”一节中Sequential类的使用没什么区别。

4.1.3. 构造复杂的模型

虽然Sequential类可以使模型构造更加简单，且不需要定义forward函数，但直接继承Block类可以极大地拓展模型构造的灵活性。下面我们构造一个稍微复杂点的网络FancyMLP。在这个网络中，我们通过get_constant函数创建训练中不被迭代的参数，即常数参数。在前向计算中，除了使用创建的常数参数外，我们还使用NDArray的函数和Python的控制流，并多次调用相同的层。

  1. In [5]:
  1. class FancyMLP(nn.Block):
  2.     def __init__(self, **kwargs):
  3.         super(FancyMLP, self).__init__(**kwargs)
  4.         # 使用get_constant创建的随机权重参数不会在训练中被迭代（即常数参数）
  5.         self.rand_weight = self.params.get_constant(
  6.             'rand_weight', nd.random.uniform(shape=(20, 20)))
  7.         self.dense = nn.Dense(20, activation='relu')
  8.  
  9.     def forward(self, x):
  10.         x = self.dense(x)
  11.         # 使用创建的常数参数，以及NDArray的relu函数和dot函数
  12.         x = nd.relu(nd.dot(x, self.rand_weight.data()) + 1)
  13.         # 复用全连接层。等价于两个全连接层共享参数
  14.         x = self.dense(x)
  15.         # 控制流，这里我们需要调用asscalar函数来返回标量进行比较
  16.         while x.norm().asscalar() > 1:
  17.             x /= 2
  18.         if x.norm().asscalar() < 0.8:
  19.             x *= 10
  20.         return x.sum()

在这个FancyMLP模型中，我们使用了常数权重rand_weight（注意它不是模型参数）、做了矩阵乘法操作（nd.dot）并重复使用了相同的Dense层。下面我们来测试该模型的随机初始化和前向计算。

  1. In [6]:
  1. net = FancyMLP()
  2. net.initialize()
  3. net(X)
  1. Out[6]:
  1. [18.571953]
  2. <NDArray 1 @cpu(0)>

因为FancyMLP和Sequential类都是Block类的子类，所以我们可以嵌套调用它们。

  1. In [7]:
  1. class NestMLP(nn.Block):
  2.     def __init__(self, **kwargs):
  3.         super(NestMLP, self).__init__(**kwargs)
  4.         self.net = nn.Sequential()
  5.         self.net.add(nn.Dense(64, activation='relu'),
  6.                      nn.Dense(32, activation='relu'))
  7.         self.dense = nn.Dense(16, activation='relu')
  8.  
  9.     def forward(self, x):
  10.         return self.dense(self.net(x))
  11.  
  12. net = nn.Sequential()
  13. net.add(NestMLP(), nn.Dense(20), FancyMLP())
  14.  
  15. net.initialize()
  16. net(X)
  1. Out[7]:
  1. [24.86621]
  2. <NDArray 1 @cpu(0)>

4.1.4. 小结

  • 可以通过继承Block类来构造模型。
  • Sequential类继承自Block类。
  • 虽然Sequential类可以使模型构造更加简单，但直接继承Block类可以极大地拓展模型构造的灵活性。

4.1.5. 练习

  • 如果不在MLP类的init函数里调用父类的init函数，会出现什么样的错误信息？
  • 如果去掉FancyMLP类里面的asscalar函数，会有什么问题？
  • 如果将NestMLP类中通过Sequential实例定义的self.net改为self.net = [nn.Dense(64, activation='relu'), nn.Dense(32, activation='relu')]，会有什么问题？