专题链接：https://blog.csdn.net/qq_33345365/category_12591348.html

本教程翻译自微软教程：https://learn.microsoft.com/en-us/training/paths/pytorch-fundamentals/

初次编辑：2024/3/2；最后编辑：2024/3/3

---

本教程第一篇：介绍pytorch基础和张量操作

本教程第二篇：介绍了数据集与归一化

本教程第三篇：介绍构建模型层的基本操作。

本教程第四篇：介绍自动微分相关知识，即本博客内容。

另外本人还有pytorch CV相关的教程，见专题：

https://blog.csdn.net/qq_33345365/category_12578430.html

---

自动微分

---

使用torch.autograd自动微分 Automaic differentiation

在训练神经网络时，最常用的算法是反向传播(back propagation)。在这个算法中，参数（模型权重）根据损失函数相对于给定参数的梯度进行调整。损失函数(loss function)计算神经网络产生的预期输出和实际输出之间的差异。目标是使损失函数的结果尽可能接近零。该算法通过神经网络向后遍历以调整权重和偏差来重新训练模型。这就是为什么它被称为反向传播。随着时间的推移，通过反复进行这种回传和前向过程来将损失(loss)减少到0的过程称为梯度下降。

为了计算这些梯度，PyTorch具有一个内置的微分引擎，称为torch.autograd。它支持对任何计算图进行梯度的自动计算。

考虑最简单的单层神经网络，具有输入x，参数w和b，以及某些损失函数。可以在PyTorch中如下定义：

import torchx = torch.ones(5)  # input tensor
y = torch.zeros(3)  # expected output
w = torch.randn(5, 3, requires_grad=True)
b = torch.randn(3, requires_grad=True)
z = torch.matmul(x, w)+b  # z = x*w +b
loss = torch.nn.functional.binary_cross_entropy_with_logits(z, y)

张量、函数与计算图(computational graphs)

在这个网络中，w和b是参数，他们会被损失函数优化。因此，需要能够计算损失函数相对于这些变量的梯度。为此，我们将这些张量的requires_grad属性设置为True。

**注意：**您可以在创建张量时设置requires_grad的值，也可以稍后使用x.requires_grad_(True)方法来设置。

我们将应用于张量的函数(function)用于构建计算图，这些函数是Function类的对象。这个对象知道如何在前向方向上计算函数，还知道在反向传播步骤中如何计算其导数。反向传播函数的引用存储在张量的grad_fn属性中。

print('Gradient function for z =',z.grad_fn)
print('Gradient function for loss =', loss.grad_fn)

输出是：

Gradient function for z = <AddBackward0 object at 0x00000280CC630CA0>
Gradient function for loss = <BinaryCrossEntropyWithLogitsBackward object at 0x00000280CC630310>

计算梯度

为了优化神经网络中参数的权重，需要计算损失函数相对于参数的导数，即我们需要在某些固定的x和y值下计算$\frac{\partial loss}{\partial w}$和$\frac{\partial loss}{\partial b}$。为了计算这些导数，我们调用loss.backward()，然后从w.grad和b.grad中获取值。

loss.backward()
print(w.grad)
print(b.grad)

输出是：

tensor([[0.2739, 0.0490, 0.3279],[0.2739, 0.0490, 0.3279],[0.2739, 0.0490, 0.3279],[0.2739, 0.0490, 0.3279],[0.2739, 0.0490, 0.3279]])
tensor([0.2739, 0.0490, 0.3279])

注意： 只能获取计算图中设置了requires_grad属性为True的叶节点的grad属性。对于计算图中的所有其他节点，梯度将不可用。此外，出于性能原因，我们只能对给定图执行一次backward调用以进行梯度计算。如果我们需要在同一图上进行多次backward调用，我们需要在backward调用中传递retain_graph=True。

禁用梯度追踪 Disabling gradient tracking

默认情况下，所有requires_grad=True的张量都在跟踪其计算历史并支持梯度计算。然而，在某些情况下，我们并不需要这样做，例如，当我们已经训练好模型并且只想将其应用于一些输入数据时，也就是说，我们只想通过网络进行前向计算。我们可以通过将我们的计算代码放在一个torch.no_grad()块中来停止跟踪计算:

z = torch.matmul(x, w)+b
print(z.requires_grad)with torch.no_grad():z = torch.matmul(x, w)+b
print(z.requires_grad)

输出是：

True
False

另外一种产生相同结果的方法是在张量上使用detach方法：

z = torch.matmul(x, w)+b
z_det = z.detach()
print(z_det.requires_grad)

有一些理由你可能想要禁用梯度跟踪：

• 将神经网络中的某些参数标记为冻结参数(frozen parameters)。这在微调预训练网络的情况下非常常见。
• 当你只进行前向传播时，为了加速计算，因为不跟踪梯度的张量上的计算更有效率。

计算图的更多知识

概念上，autograd 在一个有向无环图 (DAG) 中保留了数据（张量）和所有执行的操作（以及生成的新张量），这些操作由 Function 对象组成。在这个 DAG 中，叶子节点是输入张量，根节点是输出张量。通过从根节点到叶子节点追踪这个图，你可以使用链式法则(chain rule)自动计算梯度。

在前向传播中，autograd 同时执行两件事情：

• 运行所请求的操作以计算结果张量，并且
• 在 DAG 中维护操作的 梯度函数(gradient function)。

当在 DAG 根节点上调用 .backward() 时，反向传播开始。autograd 然后：

• 从每个 .grad_fn 计算梯度，
• 将它们累积在相应张量的 .grad 属性中，并且
• 使用链式法则一直传播到叶子张量。

PyTorch 中的 DAG 是动态的

一个重要的事情要注意的是，图是从头开始重新创建的；在每次 .backward() 调用之后，autograd 开始填充一个新的图。这正是允许您在模型中使用控制流语句的原因；如果需要，您可以在每次迭代中更改形状、大小和操作。

代码汇总：

import torchx = torch.ones(5)  # input tensor
y = torch.zeros(3)  # expected output
w = torch.randn(5, 3, requires_grad=True)
b = torch.randn(3, requires_grad=True)
z = torch.matmul(x, w) + b
loss = torch.nn.functional.binary_cross_entropy_with_logits(z, y)print('Gradient function for z =', z.grad_fn)
print('Gradient function for loss =', loss.grad_fn)loss.backward()
print(w.grad)
print(b.grad)z = torch.matmul(x, w) + b
print(z.requires_grad)with torch.no_grad():z = torch.matmul(x, w) + b
print(z.requires_grad)z = torch.matmul(x, w) + b
z_det = z.detach()
print(z_det.requires_grad)