当前位置：首页 > 生肖 > 正文内容

殊途同归打一生肖（13个你一定要知道的PyTorch特性）

2024-09-20 09:13:52生肖196

作者：ronghuaiyang

转载自：极市平台

原文链接：

13个你一定要知道的PyTorch特性mp.weixin.qq.com/s/YOrInbNOuBrj0wlMHl8OwA

PyTorch在学术界和工业界的应用研究中都获得了很多关注。它是一个具有很大灵活性的深度学习框架，使用了大量的实用工具和函数来加快工作速度。PyTorch的学习曲线并不是那么陡峭，但在其中实现高效和干净的代码可能会很棘手。在使用它超过2年之后，以下是我最喜欢的PyTorch功能，我希望我一开始学习它就知道。

1 DatasetFolder

当学习PyTorch时，人们首先要做的事情之一是实现自己的某种Dataset 。这是一个低级错误，没有必要浪费时间写这样的东西。通常，数据集要么是数据列表(或者是numpy数组)，要么磁盘上的文件。所以，把数据在磁盘上组织好，要比写一个自定义的Dataset来加载某种奇怪的格式更好。

分类器最常见的数据格式之一，是有一个带有子文件夹的目录，子文件夹表示类，子文件夹中的文件表示样本，如下所示。

folder/class_0/file1.txt folder/class_0/file2.txt folder/class_0/... folder/class_1/file3.txt folder/class_1/file4.txt folder/class_2/file5.txt folder/class_2/...

有一个内置的方式来加载这类数据集，不管你的数据是图像，文本文件或其他什么，只要使用DatasetFolder就可以了。令人惊讶的是，这个类是torchvision包的一部分，而不是核心PyTorch。这个类非常全面，你可以从文件夹中过滤文件，使用自定义代码加载它们，并动态转换原始文件。例子:

from torchvision.datasets import DatasetFolder from pathlib import Path # I have text files in this folder ds = DatasetFolder("/Users/marcin/Dev/tmp/my_text_dataset", loader=lambda path: Path(path).read_text(), extensions=(".txt",), #only load .txt files transform=lambda text: text[:100], # only take first 100 characters ) # Everything you need is already there len(ds), ds.classes, ds.class_to_idx (20, [novels, thrillers], {novels: 0, thrillers: 1})

如果你在处理图像，还有一个torchvision.datasets.ImageFolder类，它基于DatasetLoader，它被预先配置为加载图像。

2 尽量少用.to\(device\)，用zeros\_like/ones\_like之类的代替

我读过很多来自GitHub仓库的PyTorch代码。最让我恼火的是，几乎在每个repo中都有许多*.to(device)行，它们将数据从CPU或GPU转移到其他地方。这样的语句通常会出现在大量的repos或初学者教程中。我强烈建议尽可能少地实现这类操作，并依赖内置的PyTorch功能自动实现这类操作。到处使用.to(device)通常会导致性能下降，还会出现异常：

Expected object of device type cuda but got device type cpu

显然，有些情况下你无法回避它，但大多数情况(如果不是全部)都在这里。其中一种情况是初始化一个全0或全1的张量，这在深度神经网络计算损失的的时候是经常发生的，模型的输出已经在cuda上了，你需要另外的tensor也是在cuda上，这时，你可以使用*_like操作符：

my_output # on any device, if its cuda then my_zeros will also be on cuda my_zeros = torch.zeros_like(my_output_from_model)

在内部，PyTorch所做的是调用以下操作：

my_zeros = torch.zeros(my_output.size(), dtype=my_output.dtype, layout=my_output.layout, device=my_output.device)

所以所有的设置都是正确的，这样就减少了代码中出现错误的概率。类似的操作包括：

torch.zeros_like() torch.ones_like() torch.rand_like() torch.randn_like() torch.randint_like() torch.empty_like() torch.full_like()

3 Register Buffer ( nn.Module.register_buffer)

这将是我劝人们不要到处使用 .to(device) 的下一步。有时，你的模型或损失函数需要有预先设置的参数，并在调用forward时使用，例如，它可以是一个“权重”参数，它可以缩放损失或一些固定张量，它不会改变，但每次都使用。对于这种情况，请使用nn.Module.register_buffer 方法，它告诉PyTorch将传递给它的值存储在模块中，并将这些值随模块一起移动。如果你初始化你的模块，然后将它移动到GPU，这些值也会自动移动。此外，如果你保存模块的状态，buffers也会被保存！

一旦注册，这些值就可以在forward函数中访问，就像其他模块的属性一样。

from torch import nn import torch class ModuleWithCustomValues(nn.Module): def __init__(self, weights, alpha): super().__init__() self.register_buffer("weights", torch.tensor(weights)) self.register_buffer("alpha", torch.tensor(alpha)) def forward(self, x): return x * self.weights + self.alpha m = ModuleWithCustomValues( weights=[1.0, 2.0], alpha=1e-4 ) m(torch.tensor([1.23, 4.56])) tensor([1.2301, 9.1201])

4 Built-in Identity()

有时候，当你使用迁移学习时，你需要用1:1的映射替换一些层，可以用nn.Module来实现这个目的，只返回输入值。PyTorch内置了这个类。

例子，你想要在分类层之前从一个预训练过的ResNet50获取图像表示。以下是如何做到这一点：

from torchvision.models import resnet50 model = resnet50(pretrained=True) model.fc = nn.Identity() last_layer_output = model(torch.rand((1, 3, 224, 224))) last_layer_output.shape torch.Size([1, 2048])

5 Pairwise distances: torch.cdist

下次当你遇到计算两个张量之间的欧几里得距离(或者一般来说:p范数)的问题时，请记住torch.cdist。它确实做到了这一点，并且在使用欧几里得距离时还自动使用矩阵乘法，从而提高了性能。

points1 = torch.tensor([[0.0, 0.0], [1.0, 1.0], [2.0, 2.0]]) points2 = torch.tensor([[0.0, 0.0], [-1.0, -1.0], [-2.0, -2.0], [-3.0, -3.0]]) # batches dont have to be equal torch.cdist(points1, points2, p=2.0) tensor([[0.0000, 1.4142, 2.8284, 4.2426], [1.4142, 2.8284, 4.2426, 5.6569], [2.8284, 4.2426, 5.6569, 7.0711]])

没有矩阵乘法或有矩阵乘法的性能，在我的机器上使用mm时，速度快了2倍以上。

%%timeit points1 = torch.rand((512, 2)) points2 = torch.rand((512, 2)) torch.cdist(points1, points2, p=2.0, compute_mode="donot_use_mm_for_euclid_dist")

867µs±142µs per loop (mean±std. dev. of 7 run, 1000 loop each)

%%timeit points1 = torch.rand((512, 2)) points2 = torch.rand((512, 2)) torch.cdist(points1, points2, p=2.0)

417µs±52.9µs per loop (mean±std. dev. of 7 run, 1000 loop each)

6 Cosine similarity: F.cosine_similarity

与上一点相同，计算欧几里得距离并不总是你需要的东西。当处理向量时，通常余弦相似度是选择的度量。PyTorch也有一个内置的余弦相似度实现。

import torch.nn.functional as F vector1 = torch.tensor([0.0, 1.0]) vector2 = torch.tensor([0.05, 1.0]) print(F.cosine_similarity(vector1, vector2, dim=0)) vector3 = torch.tensor([0.0, -1.0]) print(F.cosine_similarity(vector1, vector3, dim=0)) tensor(0.9988) tensor(-1.)

PyTorch中批量计算余弦距离

import torch.nn.functional as F batch_of_vectors = torch.rand((4, 64)) similarity_matrix = F.cosine_similarity(batch_of_vectors.unsqueeze(1), batch_of_vectors.unsqueeze(0), dim=2) similarity_matrix tensor([[1.0000, 0.6922, 0.6480, 0.6789], [0.6922, 1.0000, 0.7143, 0.7172], [0.6480, 0.7143, 1.0000, 0.7312], [0.6789, 0.7172, 0.7312, 1.0000]])

7 归一化向量: F.normalize

最后一点仍然与向量和距离有松散的联系，那就是归一化：通常是通过改变向量的大小来提高计算的稳定性。最常用的归一化是L2，可以在PyTorch中按如下方式应用:

vector = torch.tensor([99.0, -512.0, 123.0, 0.1, 6.66]) normalized_vector = F.normalize(vector, p=2.0, dim=0) normalized_vector tensor([ 1.8476e-01, -9.5552e-01, 2.2955e-01, 1.8662e-04, 1.2429e-02])

在PyTorch中执行归一化的旧方法是：

vector = torch.tensor([99.0, -512.0, 123.0, 0.1, 6.66]) normalized_vector = vector / torch.norm(vector, p=2.0) normalized_vector tensor([ 1.8476e-01, -9.5552e-01, 2.2955e-01, 1.8662e-04, 1.2429e-02])

在PyTorch中批量进行L2归一化

batch_of_vectors = torch.rand((4, 64)) normalized_batch_of_vectors = F.normalize(batch_of_vectors, p=2.0, dim=1) normalized_batch_of_vectors.shape, torch.norm(normalized_batch_of_vectors, dim=1) # all vectors will have length of 1.0 (torch.Size([4, 64]), tensor([1.0000, 1.0000, 1.0000, 1.0000]))

8 线性层 + 分块技巧 (torch.chunk)

这是我最近发现的一个有创意的技巧。假设你想把你的输入映射到N个不同的线性投影中。你可以通过创建N个nn.Linear来做到这一点。或者你也可以创建一个单一的线性层，做一个向前传递，然后将输出分成N块。这种方法通常会带来更高的性能，所以这是一个值得记住的技巧。

d = 1024 batch = torch.rand((8, d)) layers = nn.Linear(d, 128, bias=False), nn.Linear(d, 128, bias=False), nn.Linear(d, 128, bias=False) one_layer = nn.Linear(d, 128 * 3, bias=False) %%timeit o1 = layers[0](batch) o2 = layers[1](batch) o3 = layers[2](batch)

289 µs ± 30.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%%timeit o1, o2, o3 = torch.chunk(one_layer(batch), 3, dim=1)

202 µs ± 8.09 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

9 Masked select (torch.masked_select)

有时你只需要对输入张量的一部分进行计算。给你一个例子：你想计算的损失只在满足某些条件的张量上。为了做到这一点，你可以使用torch.masked_select，注意，当需要梯度时也可以使用这个操作。

data = torch.rand((3, 3)).requires_grad_() print(data) mask = data > data.mean() print(mask) torch.masked_select(data, mask) tensor([[0.0582, 0.7170, 0.7713], [0.9458, 0.2597, 0.6711], [0.2828, 0.2232, 0.1981]], requires_grad=True) tensor([[False, True, True], [ True, False, True], [False, False, False]]) tensor([0.7170, 0.7713, 0.9458, 0.6711], grad_fn=<MaskedSelectBackward>)

直接在tensor上应用mask

类似的行为可以通过使用mask作为输入张量的 “indexer”来实现。

data[mask] tensor([0.7170, 0.7713, 0.9458, 0.6711], grad_fn=<IndexBackward>)

有时，一个理想的解决方案是用0填充mask中所有的False值，可以这样做:

data * mask tensor([[0.0000, 0.7170, 0.7713], [0.9458, 0.0000, 0.6711], [0.0000, 0.0000, 0.0000]], grad_fn=<MulBackward0>)

10 使用 torch.where来对tensors加条件

当你想把两个张量结合在一个条件下这个函数很有用，如果条件是真，那么从第一个张量中取元素，如果条件是假，从第二个张量中取元素。

x = torch.tensor([1.0, 2.0, 3.0, 4.0, 5.0], requires_grad=True) y = -x condition_or_mask = x <= 3.0 torch.where(condition_or_mask, x, y) tensor([ 1., 2., 3., -4., -5.], grad_fn=<SWhereBackward>)

11 在给定的位置给张量填入值(Tensor.scatter)

这个函数的用例如下，你想用给定位置下另一个张量的值填充一个张量。一维张量更容易理解，所以我将先展示它，然后继续更高级的例子。

data = torch.tensor([1, 2, 3, 4, 5]) index = torch.tensor([0, 1]) values = torch.tensor([-1, -2, -3, -4, -5]) data.scatter(0, index, values) tensor([-1, -2, 3, 4, 5])

上面的例子很简单，但是现在看看如果将index改为index = torch.tensor([0, 1, 4])会发生什么：

data = torch.tensor([1, 2, 3, 4, 5]) index = torch.tensor([0, 1, 4]) values = torch.tensor([-1, -2, -3, -4, -5]) data.scatter(0, index, values) tensor([-1, -2, 3, 4, -3])

为什么最后一个值是-3，这是反直觉的，对吧？这是PyTorch scatter函数的中心思想。index变量表示data张量的第i个值应该放在values张量的哪个位置。我希望下面的简单python版的这个操作能让你更明白：

data_orig = torch.tensor([1, 2, 3, 4, 5]) index = torch.tensor([0, 1, 4]) values = torch.tensor([-1, -2, -3, -4, -5]) scattered = data_orig.scatter(0, index, values) data = data_orig.clone() for idx_in_values, where_to_put_the_value in enumerate(index): what_value_to_put = values[idx_in_values] data[where_to_put_the_value] = what_value_to_put data, scattered (tensor([-1, -2, 3, 4, -3]), tensor([-1, -2, 3, 4, -3]))

2D数据的PyTorch scatter例子

始终记住，index的形状与values的形状相关，而index中的值对应于data中的位置。

data = torch.zeros((4, 4)).float() index = torch.tensor([ [0, 1], [2, 3], [0, 3], [1, 2] ]) values = torch.arange(1, 9).float().view(4, 2) values, data.scatter(1, index, values) (tensor([[1., 2.], [3., 4.], [5., 6.], [7., 8.]]), tensor([[1., 2., 0., 0.], [0., 0., 3., 4.], [5., 0., 0., 6.], [0., 7., 8., 0.]]))

12 在网络中进行图像插值 (F.interpolate)

当我学习PyTorch时，我惊讶地发现，实际上可以在前向传递中调整图像(或任何中间张量)，并保持梯度流。这种方法在使用CNN和GANs时特别有用。

# image from https://commons.wikimedia.org/wiki/File:A_female_British_Shorthair_at_the_age_of_20_months.jpg img = Image.open("./cat.jpg") img

to_pil_image( F.interpolate(to_tensor(img).unsqueeze(0), # batch of size 1 mode="bilinear", scale_factor=2.0, align_corners=False).squeeze(0) # remove batch dimension )

看看梯度流是如何保存的：

F.interpolate(to_tensor(img).unsqueeze(0).requires_grad_(), mode="bicubic", scale_factor=2.0, align_corners=False) tensor([[[[0.9216, 0.9216, 0.9216, ..., 0.8361, 0.8272, 0.8219], [0.9214, 0.9214, 0.9214, ..., 0.8361, 0.8272, 0.8219], [0.9212, 0.9212, 0.9212, ..., 0.8361, 0.8272, 0.8219], ..., [0.9098, 0.9098, 0.9098, ..., 0.3592, 0.3486, 0.3421], [0.9098, 0.9098, 0.9098, ..., 0.3566, 0.3463, 0.3400], [0.9098, 0.9098, 0.9098, ..., 0.3550, 0.3449, 0.3387]], [[0.6627, 0.6627, 0.6627, ..., 0.5380, 0.5292, 0.5238], [0.6626, 0.6626, 0.6626, ..., 0.5380, 0.5292, 0.5238], [0.6623, 0.6623, 0.6623, ..., 0.5380, 0.5292, 0.5238], ..., [0.6196, 0.6196, 0.6196, ..., 0.3631, 0.3525, 0.3461], [0.6196, 0.6196, 0.6196, ..., 0.3605, 0.3502, 0.3439], [0.6196, 0.6196, 0.6196, ..., 0.3589, 0.3488, 0.3426]], [[0.4353, 0.4353, 0.4353, ..., 0.1913, 0.1835, 0.1787], [0.4352, 0.4352, 0.4352, ..., 0.1913, 0.1835, 0.1787], [0.4349, 0.4349, 0.4349, ..., 0.1913, 0.1835, 0.1787], ..., [0.3333, 0.3333, 0.3333, ..., 0.3827, 0.3721, 0.3657], [0.3333, 0.3333, 0.3333, ..., 0.3801, 0.3698, 0.3635], [0.3333, 0.3333, 0.3333, ..., 0.3785, 0.3684, 0.3622]]]], grad_fn=<UpsampleBicubic2DBackward1>)

13 将图像做成网格 (torchvision.utils.make_grid)

当使用PyTorch和torchvision时，不需要使用matplotlib或一些外部库来复制粘贴代码来显示图像网格。只要使用torchvision.utils.make_grid就行了。

from torchvision.utils import make_grid from torchvision.transforms.functional import to_tensor, to_pil_image from PIL import Image img = Image.open("./cat.jpg") to_pil_image( make_grid( [to_tensor(i) for i in [img, img, img]], nrow=2, # number of images in single row padding=5 # "frame" size ) )

原文链接：https://zablo.net/blog/post/pytorch-13-features-you-should-know/

机器学习/深度学习算法/自然语言处理交流群

已建立机器学习算法-自然语言处理微信交流群！想要进交流群进行学习的同学，可以直接加我的微信号：HIT_NLP。加的时候备注一下：知乎+学校+昵称（不加备注不会接受同意，望谅解），想进pytorch群，备注知乎+学校+昵称+Pytorch即可。然后我们就可以拉你进群了。群里已经有非得多国内外高校同学，交流氛围非常好。

强烈推荐大家关注机器学习算法与自然语言处理账号和机器学习算法与自然语言处理微信公众号，可以快速了解到最新优质的干货资源。

W10