深度学习计算 - 层和块

层和块

为了实现这些复杂的⽹络，我们引⼊了神经⽹络块的概念。块（block）可以描述单个层、由多个层组成的组件或整个模型本⾝。使⽤块进⾏抽象的⼀个好处是可以将⼀些块组合成更⼤的组件，这⼀过程通常是递归的，如 图5.1.1所⽰。通过定义代码来按需⽣成任意复杂度的块，我们可以通过简洁的代码实现复杂的神经⽹络

• 从编程的角度来看，块由类（class）表示
• 它的任何子类都必须定义一个将其输入转换为输出的前向传播函数，并且必须存储任何必需的参数
• 为了计算梯度，块必须具有反向传播函数

在定义我们自己的块时，由于自动微分提供了一些后端实现，我们只需要考虑前向传播函数和必需的参数

在构造自定义块之前，我们先回顾一下多层感知机的代码。下面的代码生成一个网络，其中包含一个具有256个单元和ReLU激活函数的全连接影隐藏层，然后是一个具有10个隐藏单元并且不带激活函数的全连接输出层

import torch
from torch import nn
from torch.nn import functional as F

net = nn.Sequential(nn.Linear(20,256),nn.ReLU(),nn.Linear(256,10))

X = torch.rand(2,20)
net(X)
1
2
3
4
5
6
7
8

tensor([[-0.0882,  0.0809, -0.0486,  0.0479, -0.0294,  0.0777,  0.0162, -0.0181,
          0.1010,  0.2751],
        [-0.1361,  0.1380, -0.0399,  0.0346, -0.0136,  0.0883, -0.1133,  0.0749,
          0.0736,  0.1337]], grad_fn=)
1
2
3
4

在这个例子中，我们通过实例化nn.Sequential来构建我们的模型，层的执行顺序是作为参数传递的。简而言之，nn.Sequential定义了一种特殊的Module,即在PyTorch中表示一个块的类，它维护了一个由Module组成的有序列表。注意，两个全连接层都是Linear类的实例，Linear类本身就是Module的子类。另外，到目前位置，我们一直在通过net(X)调用我们的模型来获得模型的输出。这实际上是net.__call__(X)的简写。这个前向传播函数非常简单：它将列表中的每个块连接在一起，将每个块的输出作为下一个块的输入

1 - 自定义块

要想直观地了解块是如何工作的，最简单的方法就是自己实现一个。在实现我们自定义块之前，我们简要总结一下每个块必须提供的基本功能：

1. 将输入数据作为其前向传播函数的参数
2. 通过前向传播函数来生成输出。请注意，输出的形状可能与输入的形状不同。例如，上面模型中的第一个全连接层的接收一个20维的输入，输出一个256维
3. 计算其输出关于输入的梯度，可通过其反向传播函数进行访问。这通常是自动发生的
4. 存储和访问前向传播计算所需的参数
5. 根据需要初始化模型参数

在下面的代码片段中，我将从零开始编写一个块。它包含一个多层感知机，其具有256个隐藏单元的隐藏层和一个10维输出层。

注意：下面的MLP类继承了表示块的类，我们的实现只需要提供我们自己的构造函数（Python中的__init__函数）和前向传播函数

class MLP(nn.Module):
    # 用模型参数声明层。这里，我们声明两个全连接的层
    def __init__(self):
        # 调用MLP的父类Module的构造函数来执行必要的初始化
        # 在类实例化时，也可以指定其他函数参数，例如模型参数
        super().__init__()
        self.hidden = nn.Linear(20,256) # 隐藏层
        self.out = nn.Linear(256,10) # 输出层
        
    # 定义模型的前向传播，即如何根据输入X返回所需的模型输出
    def forward(self,X):
        # 注意，这里我们使用ReLU的函数版本，其在nn.functional模块中定义
        return self.out(F.relu(self.hidden(X)))
1
2
3
4
5
6
7
8
9
10
11
12
13

在这个MLP实现中，两个层都是实例变量。两个多层感知机（ne1和net2）根据不同的数据对它们进行训练，我们希望它们学到两种不同的模型

接着我们实例化多层感知机的层，然后再每次调用前向传播函数时调用这些层。

1. 我先定制的__init__函数通过super().__init__()调用父类的__init__函数，省去了重复编写模板代码的痛苦
2. 然后我们实例化了两个全连接层，分别为self.hidden和self.out、
3. 注意，除非我们实现一个新的运算符，否则我们不必担心反向传播函数或参数初始化，系统将自动生成这些

net = MLP()
net(X)
1
2

tensor([[-0.2923,  0.1860, -0.0432,  0.0697, -0.0102,  0.2913,  0.3094, -0.0950,
         -0.0183, -0.0162],
        [-0.1656,  0.0265, -0.0883, -0.0038, -0.0587,  0.3028,  0.3626,  0.0608,
         -0.1616, -0.0818]], grad_fn=)
1
2
3
4

块的一个主要优点是它的多功能性。我们可以子类化块以创建层（如全连接层的类）、整个模型（如上面的MLP类）或具有中等复杂度的各种组件。我们在接下来的章节中充分利用了这种多功能性，比如在处理卷积神经网络时

2 - 顺序块

现在我们可以更仔细地看看Sequential类是如何工作的，回想一下Sequential的设计是为了把其他模块串起来。为了构建我们自己简化的MySequential，我只需要定义两个关键函数：

1. 一种将块逐个追加到列表中的函数
2. 一种前向传播函数，用于将输入按追加块的顺序传递给块组成的"链条"

下面的MySequential类提供了与默认Sequential类相同的功能

class MySequential(nn.Module):
    def __init__(self,*args):
        super().__init__()
        for idx,module in enumerate(args):
            # 这里，module是Module子类的一个实例，我们把它保存在'Module'类的成员
            # 变量modules中，module的类型是OrderedDict
            self._modules[str(idx)] = module
            
    def forward(self,X):
        # OrderedDict保证了按照成员添加的顺序遍历它们
        for block in self._modules.values():
            X = block(X)
        return X
1
2
3
4
5
6
7
8
9
10
11
12
13

• __init__函数将每个模块逐个添加到有序字典_modules中
• _modules的主要优点是：在模块的参数初始化过程中，系统知道在_modules字典中查找需要初始化参数的子块

当MySequential的前向传播函数被调用时，每个添加的块都按照它们被添加的顺序执行。现在可以使用我们的MySequential类重新实现多层感知机

net = MySequential(nn.Linear(20,256),nn.ReLU(),nn.Linear(256,10))
net(X)
1
2

tensor([[-0.0263, -0.1204,  0.1261, -0.1852,  0.0819, -0.4992,  0.0242, -0.0529,
         -0.1094,  0.0749],
        [-0.0233, -0.1494, -0.0315, -0.1122,  0.0980, -0.4515,  0.0229, -0.1163,
         -0.1895,  0.0388]], grad_fn=)
1
2
3
4

请注意，MySequential的⽤法与之前为Sequential类编写的代码相同

3 - 在前向传播函数中执行代码

Sequential类使模型构造变得简单，允许我们组合新的架构，⽽不必定义⾃⼰的类

• 然⽽，并不是所有的架构都是简单的顺序架构。当需要更强的灵活性时，我们需要定义⾃⼰的块
  • 例如，我们可能希望在前向传播函数中执⾏Python的控制流
  • 此外，我们可能希望执⾏任意的数学运算，⽽不是简单地依赖预定义的神经⽹络层

到目前为止，我们⽹络中的所有操作都对⽹络的激活值及⽹络的参数起作⽤。然⽽，有时我们可能希望合并既不是上⼀层的结果也不是可更新参数的项，我们称之为常数参数（constant parameter）

• 例如，我们需要一个计算函数f(x, w) = c · w⊤x的层，其中x是输⼊，w是参数，c是某个在优化过程中没有更新的指定常量

因此，我们实现了一个FixedHiddenMLP类

class FixedHiddenMLP(nn.Module):
    def __init__(self):
        super().__init__()
        # 不计算梯度的随机权重参数。因此其在训练期间保持不变
        self.rand_weight = torch.rand((20, 20), requires_grad=False)
        self.linear = nn.Linear(20, 20)
        
    def forward(self, X):
        X = self.linear(X)
        # 使⽤创建的常量参数以及relu和mm函数
        X = F.relu(torch.mm(X, self.rand_weight) + 1)
        # 复⽤全连接层。这相当于两个全连接层共享参数
        X = self.linear(X)
        # 控制流
        while X.abs().sum() > 1:
            X /= 2
        return X.sum()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

• 在这个FixedHiddenMLP模型中，我们实现了⼀个隐藏层，其权重（self.rand_weight）在实例化时被随机初始化，之后为常量
• 这个权重不是一个模型参数，因此它永远不会被反向传播更新，然后神经网络将这个固定层的输出通过一个全连接层

注意，在返回输出之前，模型做了⼀些不寻常的事情：它运⾏了⼀个while循环，在L1范数⼤于1的条件下，将输出向量除以2，直到它满⾜条件为⽌。最后，模型返回了X中所有项的和。注意，此操作可能不会常⽤于在任何实际任务中，我们只是向你展⽰如何将任意代码集成到神经⽹络计算的流程中

net = FixedHiddenMLP()
net(X)
1
2

tensor(-0.3342, grad_fn=)
1

我们可以混合搭配各种组合块的方法，在下面的例子中，我以一些想到的方法嵌套块

class NestMLP(nn.Module):
    def __init__(self):
        super().__init__()
        self.net = nn.Sequential(nn.Linear(20,64),nn.ReLU(),
                                nn.Linear(64,32),nn.ReLU())
        self.linear = nn.Linear(32,16)
        
    def forward(self,X):
        return self.linear(self.net(X))
    
chimera = nn.Sequential(NestMLP(),nn.Linear(16,20),FixedHiddenMLP())
chimera(X)
1
2
3
4
5
6
7
8
9
10
11
12

tensor(0.1630, grad_fn=)
1

4 - 小结

• 一个块可以由许多层组成；一个块可以由许多块组成
• 块可以包含代码
• 块负责大量的内部处理，包括参数初始化和反向传播
• 层和块的顺序连接由Sequential块处理