PyTorch結(jié)構(gòu)介紹

對(duì)PyTorch架構(gòu)的粗淺理解，不能保證完全正確，但是希望可以從更高層次上對(duì)PyTorch上有個(gè)整體把握。

幾個(gè)重要的類型

和數(shù)值相關(guān)的

• Tensor
• Variable
• Parameter
• buffer(這個(gè)其實(shí)不能叫做類型，其實(shí)他就是用來保存tensor的)

Tensor：

PyTorch 中的計(jì)算基本都是基于 Tensor 的，可以說是 PyTorch 中的基本計(jì)算單元。

Variable：

Tensor 的一個(gè) Wrapper ，其中保存了 Variable 的創(chuàng)造者， Variable 的值（tensor），還有 Variable 的梯度( Variable )。

自動(dòng)求導(dǎo)機(jī)制的核心組件，因?yàn)樗粌H保存了 變量的值，還保存了變量是由哪個(gè) op 產(chǎn)生的。這在反向傳導(dǎo)的過程中是十分重要的。

Variable 的前向過程的計(jì)算包括兩個(gè)部分的計(jì)算，一個(gè)是其值的計(jì)算（即，Tensor的計(jì)算），還有就是 Variable 標(biāo)簽的計(jì)算。標(biāo)簽指的是什么呢？如果您看過PyTorch的官方文檔 Excluding subgraphs from backward 部分的話，您就會(huì)發(fā)現(xiàn) Variable 還有兩個(gè)標(biāo)簽： requires_grad 和 volatile 。標(biāo)簽的計(jì)算指的就是這個(gè)。

Paramete：

這個(gè)類是 Variable 的一個(gè)子集， PyTorch 給出這個(gè)類的定義是為了在 Module (下面會(huì)談到)中添加模型參數(shù)方便。

模型相關(guān)的

• Function
• Module

Function：

如果您想在 PyTorch 中自定義 OP 的話，您需要繼承這個(gè)類，您需要在繼承的時(shí)候復(fù)寫 forward 和 backward 方法，可能還需要復(fù)寫 __init__ 方法（由于篇幅控制，這里不再詳細(xì)贅述如果自定義 OP ）。您需要在 forward 中定義 OP ，在 backward 說明如何計(jì)算梯度。關(guān)于 Function ，還需要知道的一點(diǎn)就是， Function 中 forward 和 backward 方法中進(jìn)行計(jì)算的類型都是 Tensor ，而不是我們傳入的Variable。計(jì)算完forward和backward之后，會(huì)包裝成Varaible返回。這種設(shè)定倒是可以理解的，因?yàn)镺P是一個(gè)整體嘛，OP內(nèi)部的計(jì)算不需要記錄creator

Module：

這個(gè)類和 Function 是有點(diǎn)區(qū)別的，回憶一下，我們定義 Function 的時(shí)候， Funciton 本身是不需要變量的，而 Module 是變量和 Function 的結(jié)合體。在某些時(shí)候，我們更傾向稱這種結(jié)構(gòu)為 Layer 。但是這里既然這么叫，那就這么叫吧。

Module 實(shí)際上是一個(gè)容器，我們可以繼承 Module ，在里面加幾個(gè)參數(shù)，從而實(shí)現(xiàn)一個(gè)簡(jiǎn)單全連接層。我們也可以繼承 Module ，在里面加入其它 Module ，從而實(shí)現(xiàn)整個(gè) VGG 結(jié)構(gòu)。

關(guān)于hook

PyTorch中注冊(cè)的hook都是不允許改變hook的輸入值的

下面對(duì)PyTorch中出現(xiàn)hook的地方做個(gè)總結(jié)：

* Module : register_forward_hook, register_backward_hook

注意：forward_hook不能用來修改Module的輸出值，它的功能就像是安裝個(gè)監(jiān)視器一樣。

我們可以用forward_hook和visdom來監(jiān)控我們Module的輸出。

backward_hook和與 Variable 的功能是類似的，將和 Variable 的 register_hook 一起介紹。

• Variable: register_hook
• Variable的register_hook注冊(cè)的是一個(gè) backward hook ， backward hook 是在BP的過程中會(huì)用到的?？梢杂盟鼇硖幚碛?jì)算的梯度。

關(guān)于hook較為詳盡的介紹

foward過程與backward過程

forward

以一個(gè)Module為例：

• 1. 調(diào)用module的 call 方法
• 2. module 的 call 里面調(diào)用 module 的 forward 方法
• 3. forward 里面如果碰到 Module 的子類，回到第1步，如果碰到的是 Function 的子類，繼續(xù)往下
• 4. 調(diào)用 Function 的 call 方法
• 5. Function 的 call 方法調(diào)用了Function的 forward 方法。
• 6. Function 的 forward 返回值
• 7. module 的 forward 返回值
• 8. 在 module 的 call 進(jìn)行 forward_hook 操作，然后返回值。

backward

關(guān)于backward

總結(jié)

PyTorch基本的操作是 OP ，被操作數(shù)是 Tensor 。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。