系列文章

李沐《动手学深度学习》预备知识 张量操作及数据处理
李沐《动手学深度学习》预备知识 线性代数及微积分
李沐《动手学深度学习》线性神经网络 线性回归
李沐《动手学深度学习》线性神经网络 softmax回归
李沐《动手学深度学习》多层感知机 模型概念和代码实现
李沐《动手学深度学习》多层感知机 深度学习相关概念

---

教材：李沐《动手学深度学习》

一、层和块

（一）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；
• 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。

（二）块的实现

1. 从编程的角度来看，块由类表示。每个块必须提供的基本功能：
   • 将输入数据作为其前向传播函数的参数；
   • 通过前向传播函数来生成输出；
   • 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，通常这是自动发生的；
   • 存储和访问前向传播计算所需的参数；
   • 根据需要初始化模型参数。
2. 层和块的顺序连接由Sequential块处理：
   • 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；
   • 通过net(X)调用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。

net = nn.Sequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10))
X = torch.rand(2, 20)
net(X)

3. 一个块可以由许多层组成；一个块可以由许多块组成。

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)

二、参数管理

具有单隐藏层的多层感知机：

import torch
from torch import nnnet = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), nn.Linear(8, 1))
X = torch.rand(size=(2, 4))
net(X)

（一）参数访问：用于调试、诊断和可视化

当通过Sequential类定义模型时，可以通过索引来访问模型的任意层。
参数访问方式一：

print(net[2].state_dict()) #获得第二个全连接层的参数 
print(type(net[2].bias)) #第二个全连接层偏置的类型
print(net[2].bias) #第二个全连接层的偏置 （参数是复合的对象，包含值、梯度和额外信息。）
print(net[2].bias.data) #第二个全连接层偏置的数值

参数访问方式二：

net.state_dict()['2.bias'].data

从嵌套块收集参数时，也可以像通过嵌套列表索引一样访问它们

#获得第一个主要的块中、第二个子块的第一层的偏置项。
rgnet[0][1][0].bias.data

（二）参数初始化（内置初始化、自定义初始化）

深度学习框架提供默认随机初始化， 也允许我们创建自定义初始化方法， 满足我们通过其他规则实现初始化权重。

1. 内置初始化：PyTorch的nn.init模块提供了多种预置初始化方法

调用内置初始化器，将所有权重参数初始化为标准差为0.01的高斯随机变量，偏置参数初始化为0：

def init_normal(m):if type(m) == nn.Linear:nn.init.normal_(m.weight, mean=0, std=0.01)nn.init.zeros_(m.bias)
net.apply(init_normal)
net[0].weight.data[0], net[0].bias.data[0]

调用内置初始化器，将参数初始化为1：

def init_constant(m):if type(m) == nn.Linear:nn.init.constant_(m.weight, 1)nn.init.zeros_(m.bias)
net.apply(init_constant)
net[0].weight.data[0], net[0].bias.data[0]

使用Xavier初始化第一个神经网络层，将第三个神经网络层初始化为常量值42：

def init_xavier(m):if type(m) == nn.Linear:nn.init.xavier_uniform_(m.weight)
def init_42(m):if type(m) == nn.Linear:nn.init.constant_(m.weight, 42)net[0].apply(init_xavier)
net[2].apply(init_42)
print(net[0].weight.data[0])
print(net[2].weight.data)

2. 自定义初始化
   使用以下的分布为任意权重参数$w$定义初始化方法：
   $$w\{\begin{array}{ll}U(5,10)& \text{可能性 0.25 }\\ 0& \text{可能性 0.5}\\ U(-10,-5)& \text{可能性 0.25}\end{array}$$

def my_init(m):if type(m) == nn.Linear:print("Init", *[(name, param.shape)for name, param in m.named_parameters()][0])nn.init.uniform_(m.weight, -10, 10)m.weight.data *= m.weight.data.abs() >= 5net.apply(my_init)
net[0].weight[:2]

3. 也可以直接设置参数值

net[0].weight.data[:] += 1
net[0].weight.data[0, 0] = 42
net[0].weight.data[0]

（三）参数绑定：在不同模型组件间共享参数

为了在多个层间共享参数，可以定义一个稠密层，然后使用它的参数来设置另一个层的参数

• 第三个和第五个神经网络层的参数是绑定的，不仅值相等，而且由相同的张量表示；
• 改变其中一个参数，另一个参数也会改变；
• 反向传播期间第二个隐藏层 （即第三个神经网络层）和第三个隐藏层（即第五个神经网络层）的梯度会加在一起。

# 我们需要给共享层一个名称，以便可以引用它的参数
shared = nn.Linear(8, 8)
net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(),shared, nn.ReLU(),shared, nn.ReLU(),nn.Linear(8, 1))
net(X)
# 检查参数是否相同
print(net[2].weight.data[0] == net[4].weight.data[0])
net[2].weight.data[0, 0] = 100
# 确保它们实际上是同一个对象，而不只是有相同的值
print(net[2].weight.data[0] == net[4].weight.data[0])

三、延后初始化

• 框架的延后初始化：直到数据第一次通过模型传递时，框架才会动态地推断出每个层的大小。

四、自定义层

（一）不带参数的层

构建一个CenteredLayer类，要从其输入中减去均值：

import torch
import torch.nn.functional as F
from torch import nnclass CenteredLayer(nn.Module):def __init__(self):super().__init__()def forward(self, X):return X - X.mean()

（二）带参数的层

实现自定义版本的全连接层：

• 需要两个参数，一个用于表示权重，另一个用于表示偏置项；
• 使用修正线性单元作为激活函数；
• in_units和units分别表示输入数和输出数。

class MyLinear(nn.Module):def __init__(self, in_units, units):super().__init__()self.weight = nn.Parameter(torch.randn(in_units, units))self.bias = nn.Parameter(torch.randn(units,))def forward(self, X):linear = torch.matmul(X, self.weight.data) + self.bias.datareturn F.relu(linear)

五、读写文件

（一）加载和保存张量

save和load函数可用于张量对象的文件读写：

import torch
from torch import nn
from torch.nn import functional as Fx = torch.arange(4)
torch.save(x, 'x-file')x2 = torch.load('x-file')
x2

（二）加载和保存模型参数

class MLP(nn.Module):def __init__(self):super().__init__()self.hidden = nn.Linear(20, 256)self.output = nn.Linear(256, 10)def forward(self, x):return self.output(F.relu(self.hidden(x)))net = MLP()
X = torch.randn(size=(2, 20))
Y = net(X)

深度学习框架提供了内置函数来保存和加载整个网络，但是只会保存模型的参数而不是保存整个模型。 因为模型本身可以包含任意代码，所以模型本身难以序列化。 因此，为了恢复模型，需要用代码生成架构， 然后从磁盘加载参数。

#模型保存
torch.save(net.state_dict(), 'mlp.params')
#用代码生成架构
clone = MLP()
#加载保存好的参数
clone.load_state_dict(torch.load('mlp.params'))
clone.eval()

六、GPU

（一）计算设备

1. 可以指定用于存储和计算的设备，如CPU和GPU。 默认情况下，张量是在内存中创建的，然后使用CPU计算它。

在PyTorch中，CPU和GPU可以用torch.device(‘cpu’) 和torch.device(‘cuda’)表示。 应该注意的是，cpu设备意味着所有物理CPU和内存， 这意味着PyTorch的计算将尝试使用所有CPU核心。 然而，gpu设备只代表一个卡和相应的显存。 如果有多个GPU，我们使用torch.device(f’cuda:{i}') 来表示第 $i$ 块GPU（从0开始）。 另外，cuda:0和cuda是等价的。

import torch
from torch import nntorch.device('cpu'), torch.device('cuda'), torch.device('cuda:1')

2. 查询可用GPU的数量：

torch.cuda.device_count()

3. 定义函数try_gpu，如果申请的GPU存在，就返回GPU(i)，不存在就使用CPU

def try_gpu(i=0):  if torch.cuda.device_count() >= i + 1:return torch.device(f'cuda:{i}')return torch.device('cpu')

4. 定义函数try_all_gpus，返回所有可用的GPU，如果没有GPU，则返回[cpu(),]"

def try_all_gpus():  devices = [torch.device(f'cuda:{i}')for i in range(torch.cuda.device_count())]return devices if devices else [torch.device('cpu')]try_gpu(), try_gpu(10), try_all_gpus()

（二）张量与GPU

1. 可以查询张量所在的设备。 默认情况下，张量是在CPU上创建的

x = torch.tensor([1, 2, 3])
x.device
#返回device(type='cpu')

2. 将张量存储在GPU上

X = torch.ones(2, 3, device=try_gpu())
X
Y = torch.rand(2, 3, device=try_gpu(1))
Y

3. 复制：对多个项进行操作时不同项目必须在同一个设备上

Z = X.cuda(1)
print(X)
print(Z)
#返回结果显示X在cuda0，Z在cuda1

（三）神经网络与GPU

神经网络模型可以指定设备。 下面的代码将模型参数放在GPU上。

net = nn.Sequential(nn.Linear(3, 1))
net = net.to(device=try_gpu())