自动微分机制介绍

PaddlePaddle的神经网络核心是自动微分，本篇文章主要为你介绍如何使用飞桨的自动微分，以及飞桨的自动微分机制，帮助你更好的使用飞桨进行训练。

一、背景

神经网络是由节点和节点间的相互连接组成的。网络中每层的每个节点代表一种特定的函数，来对输入进行计算。每个函数都是由不同参数（权重w和偏置b）组成。神经网络训练的过程，就是不断让这些函数的参数进行学习、优化，以能够更好的处理后面输入的过程。

为了让神经网络的判断更加准确，首先需要有衡量效果的工具，于是损失函数应运而生。如果你想要神经网络的效果好，那么就要让损失函数尽可能的小，于是深度学习引入了能够有效计算函数最小值的算法–梯度下降等优化算法，以及参数优化更新过程–反向传播。

  • 前向传播是输入通过每一层节点计算后得到每层输出，上层输出又作为下一层的输入，最终达到输出层。然后通过损失函数计算得到loss值。

  • 反向传播是通过loss值来指导前向节点中的函数参数如何改变，并更新每层中每个节点的参数，来让整个神经网络达到更小的loss值。

自动微分机制就是让你只关注组网中的前向传播过程，然后飞桨框架来自动完成反向传播过程，从而来让你从繁琐的求导、求梯度的过程中解放出来。

二、如何使用飞桨的自动微分机制

本文通过一个比较简单的模型来还原飞桨的自动微分过程。 本示例基于Paddle2.0编写。

  1. #加载飞桨和相关类库
  2. import paddle
  3. from paddle.vision.models import vgg11
  4. import paddle.nn.functional as F
  5. import numpy as np
  7. print(paddle.__version__)
  1. 2.0.1

本案例首先定义网络。因为本示例着重展示如何使用飞桨进行自动微分，故组网部分不过多展开，直接使用高层API中封装好的模型vgg11。

然后随机初始化一个输入x，和对应标签label。

  1. model = vgg11()
  3. x = paddle.rand([1,3,224,224])
  4. label = paddle.randint(0,1000)

然后将输入传入到模型中，进行前向传播过程。

  1. # 前向传播
  2. predicts = model(x)

前向传播结束后，你就得到模型的预测结果predicts，这时可以使用飞桨中的对应损失函数API进行损失函数的计算。该例子中使用cross_entropy来计算损失函数，来衡量模型的预测情况。

  1. # 计算损失
  2. loss = F.cross_entropy(predicts, label)

随后进行反向传播，在飞桨中你只需要调用backward()即可自动化展开反向传播过程。各梯度保存在grad属性中。

  1. # 开始进行反向传播
  2. loss.backward()

然后来定义优化器，本例子中使用Adam优化器，设置learning_rate为0.001，并把该模型的所有参数传入优化器中。

  1. # 设置优化器
  2. optim = paddle.optimizer.Adam(learning_rate=0.001, parameters=model.parameters())

最后通过step来开始执行优化器，并进行模型参数的更新

  1. # 更新参数
  2. optim.step()

通过以上步骤，你已经完成了一个神经网络前向传播、反向传播的所有过程。快自己动手试试吧！

三、飞桨中自动微分相关所有的使用方法说明

此章主要介绍飞桨中所有自动微分过程中会使用到的方法、属性等。属于第二部分的扩展阅读。

1、飞桨中的Tensor有stop_gradient属性，这个属性可以查看一个Tensor是否计算并传播梯度。

  • 如果为True，则该Tensor不会计算梯度，并会阻绝Autograd的梯度传播。

  • 反之，则会计算梯度并传播梯度。用户自行创建的的Tensor，默认stop_gradient为True，即默认不计算梯度；模型参数的stop_gradient默认都为False，即默认计算梯度。

  1. import paddle
  3. a = paddle.to_tensor([1.0, 2.0, 3.0])
  4. b = paddle.to_tensor([1.0, 2.0, 3.0], stop_gradient=False) # 将b设置为需要计算梯度的属性
  5. print(a.stop_gradient)
  6. print(b.stop_gradient)
  1. True
  2. False
  1. a.stop_gradient = False
  2. print(a.stop_gradient)
  1. False

2、接下来，本文用一个简单的计算图来了解如何调用backward()函数。开始从当前Tensor开始计算反向的神经网络，传导并计算计算图中Tensor的梯度。

  1. import paddle
  3. x = paddle.to_tensor([1.0, 2.0, 3.0], stop_gradient=False)
  4. y = paddle.to_tensor([4.0, 5.0, 6.0], stop_gradient=False)
  5. z = x ** 2 + 4 * y

假设上面创建的x和y分别是神经网络中的参数，z为神经网络的损失值loss。

../../../_images/autograd_image_3-1.png

对z调用backward()，飞桨即可以自动计算x和y的梯度，并且将他们存进grad属性中。

  1. z.backward()
  2. print("Tensor x's grad is: {}".format(x.grad))
  3. print("Tensor y's grad is: {}".format(y.grad))
  1. Tensor x's grad is: [2. 4. 6.]
  2. Tensor y's grad is: [4. 4. 4.]

此外，飞桨默认会释放反向计算图。如果在backward()之后继续添加OP，需要将backward()中的retain_graph参数设置为True，此时之前的反向计算图会保留。

温馨小提示：将其设置为False会更加节省内存。因为他的默认值是False，所以也可以直接不设置此参数。

  1. import paddle
  3. x = paddle.to_tensor([1.0, 2.0, 3.0], stop_gradient=False)
  4. y = x + 3
  5. y.backward(retain_graph=True) # 设置retain_graph为True，保留反向计算图
  6. print("Tensor x's grad is: {}".format(x.grad))
  1. Tensor x's grad is: [1. 1. 1.]

3、因为backward()会累积梯度，所以飞桨还提供了clear_grad()函数来清除当前Tensor的梯度。

  1. import paddle
  2. import numpy as np
  4. x = np.ones([2, 2], np.float32)
  5. inputs2 = []
  7. for _ in range(10):
  8.     tmp = paddle.to_tensor(x)
  9.     tmp.stop_gradient = False
  10.     inputs2.append(tmp)
  12. ret2 = paddle.add_n(inputs2)
  13. loss2 = paddle.sum(ret2)
  15. loss2.backward()
  16. print("Before clear {}".format(loss2.gradient()))
  18. loss2.clear_grad()
  19. print("After clear {}".format(loss2.gradient()))
  1. Before clear [1.]
  2. After clear [0.]

四、飞桨自动微分运行机制

本章主要介绍飞桨在实现反向传播进行自动微分计算时，内部是如何运行工作的。此部分为选读部分，更多是介绍飞桨内部实现机制，可以选择跳过，跳过不会影响你的正常使用。

飞桨的自动微分是通过trace的方式，记录前向OP的执行，并自动创建反向var和添加相应的反向OP，然后来实现反向梯度计算的。

../../../_images/autograd_image_4-1.png

下面本文用一些的例子，来模拟这个过程。

例子一：首先用一个比较简单的例子来让你了解整个过程。

  1. import paddle
  3. a = paddle.to_tensor(2.0, stop_gradient=False)
  4. b = paddle.to_tensor(5.0, stop_gradient=True)
  5. c = a * b
  6. c.backward()
  7. print("Tensor a's grad is: {}".format(a.grad))
  8. print("Tensor b's grad is: {}".format(b.grad))
  1. Tensor a's grad is: [5.]
  2. Tensor b's grad is: None

在上面代码中c.backward()执行前，你可以理解整个计算图是这样的：

../../../_images/autograd_image_4-2.png

当创建Tensor，Tensor的stop_grad=False时，会自动为此Tensor创建一个反向Tensor。在此例子中，a的反向Tensor就是a_grad。在a_grad中，会记录他的反向OP，因为a没有作为任何反向op的输入，所以它的grad_op为None。

当执行OP时，会自动创建反向OP，不同的OP创建反向OP的方法不同，传的内容也不同。本文以这个乘法OP为例：

-乘法OP的反向OP，即MulBackward的输入是，正向OP的两个输入，以及正向OP的输出Tensor的反向Tensor。在此例子中就是，a、b、c_grad

-乘法OP的反向OP，即MulBackward的输出是，正向OP的两个输入的反向Tensor（如果输入是stop_gradient=True，则即为None）。在此例子中就是，a_grad、None（b_grad）

-乘法OP的反向OP，即MulBackward的grad_pending_ops是自动构建反向网络的时候，让这个反向op知道它下一个可以执行的反向op是哪一个，可以理解为反向网络中，一个反向op指向下一个反向op的边。

当c通过乘法OP被创建后，c会创建一个反向Tensor：c_grad,他的grad_op为该乘法OP的反向OP，即MulBackward。

调用backward()后，正式开始进行反向传播过程，开始自动计算微分。

../../../_images/autograd_image_4-3.png

例子二：用一个稍微复杂一点的例子让你深入了解这个过程。

  1. import paddle
  3. a = paddle.to_tensor(2.0, stop_gradient=False)
  4. b = paddle.to_tensor(5.0, stop_gradient=False)
  5. c = a * b
  6. d = paddle.to_tensor(4.0, stop_gradient=False)
  7. e = c * d
  8. e.backward()
  9. print("Tensor a's grad is: {}".format(a.grad))
  10. print("Tensor b's grad is: {}".format(b.grad))
  11. print("Tensor c's grad is: {}".format(c.grad))
  12. print("Tensor d's grad is: {}".format(d.grad))
  1. Tensor a's grad is: [20.]
  2. Tensor b's grad is: [8.]
  3. Tensor c's grad is: [4.]
  4. Tensor d's grad is: [10.]

该例子的正向和反向图构建过程即：

../../../_images/autograd_image_4-4.png

五、总结

本文章主要介绍了如何使用飞桨的自动微分，以及飞桨的自动微分机制。