快捷導(dǎo)航

對(duì)pytorch中的梯度更新方法詳解

更新時(shí)間：2019年08月20日 11:34:15 作者：庫(kù)頁(yè)

今天小編就為大家分享一篇對(duì)pytorch中的梯度更新方法詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

背景

使用pytorch時(shí)，有一個(gè)yolov3的bug，我認(rèn)為涉及到學(xué)習(xí)率的調(diào)整。收集到tencent yolov3和mxnet開(kāi)源的yolov3，兩個(gè)優(yōu)化器中的學(xué)習(xí)率設(shè)置不一樣，而且使用GPU數(shù)目和batch的更新也不太一樣。據(jù)此，我簡(jiǎn)單的了解了下pytorch的權(quán)重梯度的更新策略，看看能否一窺究竟。

對(duì)代碼說(shuō)明

共三個(gè)實(shí)驗(yàn)，分布寫在代碼中的（一）（二）（三）三個(gè)地方。運(yùn)行實(shí)驗(yàn)時(shí)注釋掉其他兩個(gè)

實(shí)驗(yàn)及其結(jié)果

實(shí)驗(yàn)（三）：

不使用zero_grad（）時(shí)，grad累加在一起，官網(wǎng)是使用accumulate 來(lái)表述的，所以不太清楚是取的和還是均值（這兩種最有可能）。

不使用zero_grad()時(shí)，是直接疊加add的方式累加的。

tensor([[[ 1., 1.],……torch.Size([2, 2, 2])
0 2 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 
tensor([[[ 2., 2.],…… torch.Size([2, 2, 2])
1 2 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 
tensor([[[ 3., 3.],…… torch.Size([2, 2, 2])
2 2 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

實(shí)驗(yàn)（二）：

單卡上不同的batchsize對(duì)梯度是怎么作用的。 mini-batch SGD中的batch是加快訓(xùn)練，同時(shí)保持一定的噪聲。但設(shè)置不同的batchsize的權(quán)重的梯度是怎么計(jì)算的呢。

設(shè)置運(yùn)行實(shí)驗(yàn)（二），可以看到結(jié)果如下：所以單卡batchsize計(jì)算梯度是取均值的

tensor([[[ 3., 3.],…… torch.Size([2, 2, 2])

實(shí)驗(yàn)（一）：

多gpu情況下，梯度怎么合并在一起的。

在《training imagenet in 1 hours》中提到grad是allreduce的，是累加的形式。但是當(dāng)設(shè)置g=2，實(shí)驗(yàn)一運(yùn)行時(shí)，結(jié)果也是取均值的，類同于實(shí)驗(yàn)（二）

tensor([[[ 3., 3.],…… torch.Size([2, 2, 2])

實(shí)驗(yàn)代碼

import torch
import torch.nn as nn
from torch.autograd import Variable


class model(nn.Module):
 def __init__(self, w):
  super(model, self).__init__()
  self.w = w

 def forward(self, xx):
  b, c, _, _ = xx.shape
  # extra = xx.device.index + 1 ## 實(shí)驗(yàn)（一）
  y = xx.reshape(b, -1).mm(self.w.cuda(xx.device).reshape(-1, 2) * extra)
  return y.reshape(len(xx), -1)


g = 1
x = Variable(torch.ones(2, 1, 2, 2))
# x[1] += 1 ## 實(shí)驗(yàn)（二）
w = Variable(torch.ones(2, 2, 2) * 2, requires_grad=True)
# optim = torch.optim.SGD({'params': x},
lr = 0.01
momentum = 0.9
M = model(w)

M = torch.nn.DataParallel(M, device_ids=range(g))

for i in range(3):
 b = len(x)
 z = M(x)
 zz = z.sum(1)
 l = (zz - Variable(torch.ones(b).cuda())).mean()
 # zz.backward(Variable(torch.ones(b).cuda()))
 l.backward()
 print(w.grad, w.grad.shape)
 # w.grad.zero_() ## 實(shí)驗(yàn)（三）
 print(i, b, '* * ' * 20)

以上這篇對(duì)pytorch中的梯度更新方法詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: