Press "Enter" to skip to content

从零实现深度学习框架——重构计算图的实现

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

本着“凡我不能创造的,我就不能理解”的思想,本系列文章会基于纯Python以及NumPy从零创建自己的深度学习框架,该框架类似PyTorch能实现自动求导。

 

要深入理解深度学习,从零开始创建的经验非常重要,从自己可以理解的角度出发,尽量不使用外部完备的框架前提下,实现我们想要的模型。本系列文章的宗旨就是通过这样的过程,让大家切实掌握深度学习底层实现,而不是仅做一个调包侠。

 

基于之前的计算图代码,在实现类似torch.unbind
时遇到了问题。因此,我们需要重写计算图的支撑代码,以支持这些运算。

 

存在的问题

 

在实现有单个输入产生多个输出的运算时,比如unbind
split
。我们分别对多个输出后续进行不同的运算,在反向传播时,它们的梯度应该不同。

 

此时在反向传播时,应该传入一个梯度列表,每个元素代表由每个输出贡献的梯度。现有的代码只接收单个梯度,而不是列表。

 

重写Tensor#backward

 

def backward(self, grad: "Tensor" = None, retain_grad=False, create_graph=False) -> None:
        '''
        实现Tensor的反向传播
        Args:
            grad: 如果该Tensor不是标量,则需要传递梯度进来
            retain_grad: 是否保留梯度的中间变量
            create_graph: 是否整个计算梯度的过程也需要保留到计算图中,即double_backprop
        Returns:
        '''
        # 只能在requires_grad=True的Tensor上调用此方法
        assert self.requires_grad, "called backward on tensor do not require grad"
        if not Config.backprop:
            return
        # 如果传递过来的grad为空
        if grad is None:
            if self.shape == ():
                # 设置梯度值为1,grad本身不需要计算梯度
                self._grad = Tensor(1., device=self.device)
            else:
                # 如果当前Tensor得到不是标量,那幺grad必须指定
                raise RuntimeError("grad must be specified for non scalar")
        else:
            self._grad = ensure_tensor(grad, device=self.device)
        funcs = []  # 候选函数堆
        seen_set = set()
        def add_func(f):
            if f not in seen_set:
                # heapq是小顶堆,为了实现大顶堆的效果,需要加一个负号
                heapq.heappush(funcs, (-f.generation, len(seen_set), f))
                seen_set.add(f)
        add_func(self.creator)
        while funcs:
            _, _, f = heapq.heappop(funcs)
            # 获取输出对应的梯度,解决多个输出梯度不一致的问题
            gys = [output().grad.data for output in f.outputs]  # output 是 weakref
            with using_config('backprop', create_graph):
                with OpWrapper(f.__class__.__name__, gys, backward=True):
                    gxs = f.backward(*gys)
                if not isinstance(gxs, tuple):
                    gxs = (gxs,)
                for x, gx in zip(f.inputs, gxs):
                    if x.requires_grad and gx is not None:
                        assert x.shape == gx.shape, f"grad shape must match tensor shape in {
   f!r}, {
   gx.shape!r} != {
   x.shape!r}"
                        gx = Tensor(gx, device=self.device, dtype=self.dtype)
                        if x.grad is None:
                            x._grad = gx
                        else:
                            x._grad = x.grad + gx
                        if x.creator is not None:
                            add_func(x.creator)
            if not retain_grad:
                for y in f.outputs:
                    y()._grad = None

 

修改点:

 

通过大顶堆来实现计算图的回溯算法。同时为Tensor
增加一个creator
,产生该输出的运算(function)。

 

这里增加了代次(generation)的概念,当前输出的generation由creator
对应的加1。

 

增加了weakref
对内存利用进行优化。

 

通过create_graph
支持double_backprop。

 

重写Function

 

class Function:
    def __init__(self) -> None:
        # 保存需要在backward()中使用的Tensor或其他对象(如Shape)
        self.saved_tensors = []
    def save_for_backward(self, *x: Any) -> None:
        self.saved_tensors.extend(x)
    def forward(self, *args: Any, **kwargs: Any) -> NdArray:
        '''前向传播,进行真正运算的地方'''
        raise NotImplementedError("You must implement the forward function for custom Function.")
    def backward(self, grad: NdArray) -> Any:
        '''实现反向传播,计算梯度'''
        raise NotImplementedError("You must implement the backward method for your custom Function "
                                  "to use it with backward mode AD.")
    def __call__(self, *xs: "Tensor", **kwargs) -> "Tensor":
        # [t.data for t in xs]遍历Tensor中的data(NdArray)值,参与实际计算的都是NumPy的数组。
        ys = self.forward(*[t.data for t in xs], **kwargs)
        requires_grad = any([t.requires_grad for t in xs])
        if not isinstance(ys, tuple):
            ys = (ys,)
        outputs = [Tensor(y, device=xs[0].device, requires_grad=requires_grad) for y in ys]
        if Config.backprop:
            self.generation = max([x.generation for x in xs])
            for output in outputs:  # 设定每个输出是由此函数得到的
                output.set_creator(self)
            self.inputs = xs  # 记录输入
            self.outputs = [weakref.ref(output) for output in outputs]  # 通过弱引用记录输出
        # 返回多个则通过元组
        return tuple(outputs) if len(outputs) > 1 else outputs[0]

 

所有操作的基类Function
进行了重写,同时尽可能兼容之前的代码,在调用方法__call__
中维护了该操作的输入和输出。

 

如果有多个输出,统一通过元组来保存。

 

重写Function子类

 

Split
为例,作为stack
的逆操作,我们的split
实际上就是torch.unbind

 

旧代码:

 

class Split(Function):
    '''Stack的逆操作'''
    def forward(ctx, inputs: NdArray, axis: int) -> NdArray:
        xp = get_array_module(inputs)
        xs = xp.split(inputs, inputs.shape[axis], axis)
        ys = [xp.squeeze(y, axis) for y in xs]  # 去掉维度axis
        ctx.save_for_backward(len(ys), axis)
        return tuple(ys)
    def backward(ctx, grad: NdArray) -> NdArray:
        size, axis = ctx.saved_tensors
        grad /= size
        bigger_grad = [Tensor(grad)] * size
        return stack(bigger_grad, axis)

 

改写成:

 

class Split(Function):
    '''Stack的逆操作'''
    def forward(self, inputs: NdArray, axis: int) -> NdArray:
        xp = get_array_module(inputs)
        xs = xp.split(inputs, inputs.shape[axis], axis)
        ys = [xp.squeeze(y, axis) for y in xs]  # 去掉维度axis
        self.save_for_backward(xp, axis, ys[0].shape, inputs.dtype)
        return tuple(ys)
    def backward(self, *grad: List[NdArray]) -> NdArray:
        xp, axis, shape, dtype = self.saved_tensors
        grads = [Tensor(xp.zeros(shape, dtype)) if g is None else Tensor(g) for g in grad]
        return stack(grads, axis)

 

改动如下:

ctx
变成了self
为了正确性,重写了其backward
现在梯度支持传入列表,代表split
多个输出贡献的不同梯度

这样才能跑通下面的测试用例:

 

def test_split():
    x = np.arange(6).reshape((2, 3)).astype(np.float32)
    # x = array([[0., 1., 2.],
    #           [3., 4., 5.]], dtype=float32)
    mx = Tensor(x, requires_grad=True)
    tx = torch.tensor(x, requires_grad=True)
    my = F.split(mx)
    ty = torch.split(tx, 1)
    # 这里返回的是元组
    assert isinstance(my, tuple)
    assert np.allclose(my[0].data, ty[0].data)
    (my[0]).sum().backward()
    (ty[0]).sum().backward()
    print(mx.grad.data)
    print(tx.grad.data)
    assert np.allclose(mx.grad.data, tx.grad.data)

 

test_split.py::test_split PASSED                                         [100%]
[[1. 1. 1.]
 [0. 0. 0.]]
tensor([[1., 1., 1.],
        [0., 0., 0.]])

 

这里由于只对split
后的第一个元素my[0]
进行了后续操作(sum
),因此反向传播后,也应该只有该元素会产生梯度,如上输出。

 

完整代码

 

类似地,我们就可以实现chunk
操作,即cat
的逆操作,将Tensor沿某一维分开,其参数chunks
为分割的份数,axis
为分割的维度。具体实现可以参考完整代码:

 

https://github.com/nlp-greyfoss/metagrad

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。