收藏 | 13则PyTorch使用的小窍门

我就是我 2022-08-28 04:49 232阅读 0赞

点上方**人工智能算法与Python大数据**获取更多干货

在右上方 **···**设为星标 ★，第一时间获取资源

仅做学术分享，如有侵权，联系删除

转载于 ：极市平台，知乎作者丨z.defying@知乎

来源丨https://zhuanlan.zhihu.com/p/76459295

本文整理了13则PyTorch使用的小窍门，包括了指定GPU编号、梯度裁剪、扩展单张图片维度等实用技巧，能够帮助工作者更高效地完成任务。

# 目录 #

1、指定GPU编号

2、查看模型每层输出详情

3、梯度裁剪

4、扩展单张图片维度

5、one hot编码

6、防止验证模型时爆显存

7、学习率衰减

8、冻结某些层的参数

9、对不同层使用不同学习率

10、模型相关操作

11、Pytorch内置one hot函数

12、网络参数初始化

13、加载内置预训练模型

# 1、指定GPU编号 #

*  设置当前使用的GPU设备仅为0号设备，设备名称为 `/gpu:0`：`os.environ["CUDA_VISIBLE_DEVICES"] = "0"`
 *  设置当前使用的GPU设备为0,1号两个设备，名称依次为 `/gpu:0`、`/gpu:1`：`os.environ["CUDA_VISIBLE_DEVICES"] = "0,1"` ，根据顺序表示优先使用0号设备,然后使用1号设备。

指定GPU的命令需要放在和神经网络相关的一系列操作的前面。

# 2、查看模型每层输出详情 #

Keras有一个简洁的API来查看模型的每一层输出尺寸，这在调试网络时非常有用。现在在PyTorch中也可以实现这个功能。

使用很简单，如下用法：

from torchsummary import summary
    summary(your_model, input_size=(channels, H, W))

`input_size` 是根据你自己的网络模型的输入尺寸进行设置。

# 3、梯度裁剪（Gradient Clipping）    #

import torch.nn as nn
    
    
    outputs = model(data)
    loss= loss_fn(outputs, target)
    optimizer.zero_grad()
    loss.backward()
    nn.utils.clip_grad_norm_(model.parameters(), max_norm=20, norm_type=2)
    optimizer.step()

`nn.utils.clip_grad_norm_` 的参数：

*  **parameters** – 一个基于变量的迭代器，会进行梯度归一化
 *  **max\_norm** – 梯度的最大范数
 *  **norm\_type** – 规定范数的类型，默认为L2

@不椭的椭圆 提出：梯度裁剪在某些任务上会额外消耗大量的计算时间，可移步评论区查看详情。

# 4、扩展单张图片维度 #

因为在训练时的数据维度一般都是 (batch\_size, c, h, w)，而在测试时只输入一张图片，所以需要扩展维度，扩展维度有多个方法：

import cv2
    import torch
    
    
    image = cv2.imread(img_path)
    image = torch.tensor(image)
    print(image.size())
    
    
    img = image.view(1, *image.size())
    print(img.size())
    
    
    # output:
    # torch.Size([h, w, c])
    # torch.Size([1, h, w, c])

或

import cv2
    import numpy as np
    
    
    image = cv2.imread(img_path)
    print(image.shape)
    img = image[np.newaxis, :, :, :]
    print(img.shape)
    
    
    # output:
    # (h, w, c)
    # (1, h, w, c)

或（感谢 @coldleaf 的补充）

import cv2
    import torch
    
    
    image = cv2.imread(img_path)
    image = torch.tensor(image)
    print(image.size())
    
    
    img = image.unsqueeze(dim=0)  
    print(img.size())
    
    
    img = img.squeeze(dim=0)
    print(img.size())
    
    
    # output:
    # torch.Size([(h, w, c)])
    # torch.Size([1, h, w, c])
    # torch.Size([h, w, c])

`tensor.unsqueeze(dim)`：扩展维度，dim指定扩展哪个维度。

`tensor.squeeze(dim)`：去除dim指定的且size为1的维度，维度大于1时，squeeze()不起作用，不指定dim时，去除所有size为1的维度。

# 5、独热编码 #

在PyTorch中使用交叉熵损失函数的时候会自动把label转化成onehot，所以不用手动转化，而使用MSE需要手动转化成onehot编码。

import torch
    class_num = 8
    batch_size = 4
    
    
    def one_hot(label):
        """
        将一维列表转换为独热编码
        """
        label = label.resize_(batch_size, 1)
        m_zeros = torch.zeros(batch_size, class_num)
        # 从 value 中取值，然后根据 dim 和 index 给相应位置赋值
        onehot = m_zeros.scatter_(1, label, 1)  # (dim,index,value)
    
    
        return onehot.numpy()  # Tensor -> Numpy
    
    
    label = torch.LongTensor(batch_size).random_() % class_num  # 对随机数取余
    print(one_hot(label))
    
    
    # output:
    [[0. 0. 0. 1. 0. 0. 0. 0.]
     [0. 0. 0. 0. 1. 0. 0. 0.]
     [0. 0. 1. 0. 0. 0. 0. 0.]
     [0. 1. 0. 0. 0. 0. 0. 0.]]

注：第11条有更简单的方法。

# 6、防止验证模型时爆显存 #

验证模型时不需要求导，即不需要梯度计算，关闭autograd，可以提高速度，节约内存。如果不关闭可能会爆显存。

with torch.no_grad():
        # 使用model进行预测的代码
        pass

感谢@zhaz 的提醒，我把 torch.cuda.empty\_cache() 的使用原因更新一下。

这是原回答：

> Pytorch 训练时无用的临时变量可能会越来越多，导致 `out of memory` ，可以使用下面语句来清理这些不需要的变量。

官网 上的解释为：

> Releases all unoccupied cached memory currently held by the caching allocator so that those can be used in other GPU application and visible innvidia-smi. `torch.cuda.empty_cache()`

意思就是PyTorch的缓存分配器会事先分配一些固定的显存，即使实际上tensors并没有使用完这些显存，这些显存也不能被其他应用使用。这个分配过程由第一次CUDA内存访问触发的。

而 `torch.cuda.empty_cache()` 的作用就是释放缓存分配器当前持有的且未占用的缓存显存，以便这些显存可以被其他GPU应用程序中使用，并且通过 `nvidia-smi`命令可见。注意使用此命令不会释放tensors占用的显存。

对于不用的数据变量，Pytorch 可以自动进行回收从而释放相应的显存。

更详细的优化可以查看 优化显存使用 和 显存利用问题。

# 7、学习率衰减 #

import torch.optim as optim
    from torch.optim import lr_scheduler
    
    
    # 训练前的初始化
    optimizer = optim.Adam(net.parameters(), lr=0.001)
    scheduler = lr_scheduler.StepLR(optimizer, 10, 0.1)  # # 每过10个epoch，学习率乘以0.1
    
    
    # 训练过程中
    for n in n_epoch:
        scheduler.step()
        ...

可以随时查看学习率的值：`optimizer.param_groups[0]['lr']`。

还有其他学习率更新的方式：

1、自定义更新公式：

`scheduler = lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda epoch:1/(epoch+1))`

2、不依赖epoch更新学习率：

`lr_scheduler.ReduceLROnPlateau()`提供了基于训练中某些测量值使学习率动态下降的方法，它的参数说明到处都可以查到。  
提醒一点就是参数 mode='min' 还是'max'，取决于优化的的损失还是准确率，即使用 `scheduler.step(loss)`还是`scheduler.step(acc)` 。

### 8、冻结某些层的参数 ###

参考：https://www.zhihu.com/question/311095447/answer/589307812

在加载预训练模型的时候，我们有时想冻结前面几层，使其参数在训练过程中不发生变化。

我们需要先知道每一层的名字，通过如下代码打印：

net = Network()  # 获取自定义网络结构
    for name, value in net.named_parameters():
        print('name: {0},\t grad: {1}'.format(name, value.requires_grad))

假设前几层信息如下：

name: cnn.VGG_16.convolution1_1.weight,	 grad: True
    name: cnn.VGG_16.convolution1_1.bias,	 grad: True
    name: cnn.VGG_16.convolution1_2.weight,	 grad: True
    name: cnn.VGG_16.convolution1_2.bias,	 grad: True
    name: cnn.VGG_16.convolution2_1.weight,	 grad: True
    name: cnn.VGG_16.convolution2_1.bias,	 grad: True
    name: cnn.VGG_16.convolution2_2.weight,	 grad: True
    name: cnn.VGG_16.convolution2_2.bias,	 grad: True

后面的True表示该层的参数可训练，然后我们定义一个要冻结的层的列表：

no_grad = [
        'cnn.VGG_16.convolution1_1.weight',
        'cnn.VGG_16.convolution1_1.bias',
        'cnn.VGG_16.convolution1_2.weight',
        'cnn.VGG_16.convolution1_2.bias'
    ]

冻结方法如下：

net = Net.CTPN()  # 获取网络结构
    for name, value in net.named_parameters():
        if name in no_grad:
            value.requires_grad = False
        else:
            value.requires_grad = True

冻结后我们再打印每层的信息：

name: cnn.VGG_16.convolution1_1.weight,	 grad: False
    name: cnn.VGG_16.convolution1_1.bias,	 grad: False
    name: cnn.VGG_16.convolution1_2.weight,	 grad: False
    name: cnn.VGG_16.convolution1_2.bias,	 grad: False
    name: cnn.VGG_16.convolution2_1.weight,	 grad: True
    name: cnn.VGG_16.convolution2_1.bias,	 grad: True
    name: cnn.VGG_16.convolution2_2.weight,	 grad: True
    name: cnn.VGG_16.convolution2_2.bias,	 grad: True

可以看到前两层的weight和bias的requires\_grad都为False，表示它们不可训练。

最后在定义优化器时，只对requires\_grad为True的层的参数进行更新。

optimizer = optim.Adam(filter(lambda p: p.requires_grad, net.parameters()), lr=0.01)

### 9、对不同层使用不同学习率 ###

我们对模型的不同层使用不同的学习率。

还是使用这个模型作为例子：

net = Network()  # 获取自定义网络结构
    for name, value in net.named_parameters():
        print('name: {}'.format(name))
    
    
    # 输出：
    # name: cnn.VGG_16.convolution1_1.weight
    # name: cnn.VGG_16.convolution1_1.bias
    # name: cnn.VGG_16.convolution1_2.weight
    # name: cnn.VGG_16.convolution1_2.bias
    # name: cnn.VGG_16.convolution2_1.weight
    # name: cnn.VGG_16.convolution2_1.bias
    # name: cnn.VGG_16.convolution2_2.weight
    # name: cnn.VGG_16.convolution2_2.bias

对 convolution1 和 convolution2 设置不同的学习率，首先将它们分开，即放到不同的列表里：

conv1_params = []
    conv2_params = []
    
    
    for name, parms in net.named_parameters():
        if "convolution1" in name:
            conv1_params += [parms]
        else:
            conv2_params += [parms]
    
    
    # 然后在优化器中进行如下操作：
    optimizer = optim.Adam(
        [
            {"params": conv1_params, 'lr': 0.01},
            {"params": conv2_params, 'lr': 0.001},
        ],
        weight_decay=1e-3,
    )

我们将模型划分为两部分，存放到一个列表里，每部分就对应上面的一个字典，在字典里设置不同的学习率。当这两部分有相同的其他参数时，就将该参数放到列表外面作为全局参数，如上面的\`weight\_decay\`。

也可以在列表外设置一个全局学习率，当各部分字典里设置了局部学习率时，就使用该学习率，否则就使用列表外的全局学习率。

### 10、模型相关操作 ###

这个内容比较多，我写成了一篇文章：https://zhuanlan.zhihu.com/p/73893187

### 11、Pytorch内置one\_hot函数 ###

感谢@yangyangyang 补充：Pytorch 1.1后，one\_hot可以直接用`torch.nn.functional.one_hot`。

然后我将Pytorch升级到1.2版本，试用了下 one\_hot 函数，确实很方便。

具体用法如下：

import torch.nn.functional as F
    import torch
    
    
    tensor =  torch.arange(0, 5) % 3  # tensor([0, 1, 2, 0, 1])
    one_hot = F.one_hot(tensor)
    
    
    # 输出：
    # tensor([[1, 0, 0],
    #         [0, 1, 0],
    #         [0, 0, 1],
    #         [1, 0, 0],
    #         [0, 1, 0]])

`F.one_hot`会自己检测不同类别个数，生成对应独热编码。我们也可以自己指定类别数：

tensor =  torch.arange(0, 5) % 3  # tensor([0, 1, 2, 0, 1])
    one_hot = F.one_hot(tensor, num_classes=5)
    
    
    # 输出：
    # tensor([[1, 0, 0, 0, 0],
    #         [0, 1, 0, 0, 0],
    #         [0, 0, 1, 0, 0],
    #         [1, 0, 0, 0, 0],
    #         [0, 1, 0, 0, 0]])

升级 Pytorch (cpu版本)的命令：`conda install pytorch torchvision \-c pytorch`

（希望Pytorch升级不会影响项目代码）

### 12、网络参数初始化 ###

### 神经网络的初始化是训练流程的重要基础环节，会对模型的性能、收敛性、收敛速度等产生重要的影响。 ###

以下介绍两种常用的初始化操作。

(1) 使用pytorch内置的torch.nn.init方法。

常用的初始化操作，例如正态分布、均匀分布、xavier初始化、kaiming初始化等都已经实现，可以直接使用。具体详见PyTorch 中 torch.nn.init 中文文档。

init.xavier_uniform(net1[0].weight)

(2) 对于一些更加灵活的初始化方法，可以借助numpy。

对于自定义的初始化方法，有时tensor的功能不如numpy强大灵活，故可以借助numpy实现初始化方法，再转换到tensor上使用。

for layer in net1.modules():
        if isinstance(layer, nn.Linear): # 判断是否是线性层
            param_shape = layer.weight.shape
            layer.weight.data = torch.from_numpy(np.random.normal(0, 0.5, size=param_shape)) 
            # 定义为均值为 0，方差为 0.5 的正态分布

### 13、加载内置预训练模型 ###

`torchvision.models`模块的子模块中包含以下模型：

*  AlexNet
 *  VGG
 *  ResNet
 *  SqueezeNet
 *  DenseNet

导入这些模型的方法为：

import torchvision.models as models
    resnet18 = models.resnet18()
    alexnet = models.alexnet()
    vgg16 = models.vgg16()

有一个很重要的参数为`pretrained`，默认为`False`，表示只导入模型的结构，其中的权重是随机初始化的。

如果`pretrained` 为 `True`，表示导入的是在`ImageNet`数据集上预训练的模型。

import torchvision.models as models
    resnet18 = models.resnet18(pretrained=True)
    alexnet = models.alexnet(pretrained=True)
    vgg16 = models.vgg16(pretrained=True)

更多的模型可以查看：https://pytorch-cn.readthedocs.io/zh/latest/torchvision/torchvision-models/

\---------♥---------

声明：本内容来源网络，版权属于原作者

图片来源网络，不代表本公众号立场。如有侵权，联系删除

AI博士私人微信，还有少量空位

![7da6d64e8728f2791365907290577d25.png][]

![287ec236141f71c6675babee6202c5ab.gif][]

[如何画出漂亮的深度学习模型图？][Link 1]

[如何画出漂亮的神经网络图？][Link 2]

[一文读懂深度学习中的各种卷积][Link 3]

点个在看支持一下吧![f4ce157ef6d20c0360d3079c7f1b39df.png][]![98a1708179160725d6afb5a8dafd83b3.png][]

[7da6d64e8728f2791365907290577d25.png]: /images/20220828/40955c496b4b4c839551c911206d86e1.png
[287ec236141f71c6675babee6202c5ab.gif]: /images/20220828/4809b091e94543359948349c47bbc7f0.png
[Link 1]: https://blog.csdn.net/weixin_36896856/article/details/106880438
[Link 2]: https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/100918826
[Link 3]: https://blog.csdn.net/algorithmPro/article/details/108138471
[f4ce157ef6d20c0360d3079c7f1b39df.png]: https://img-blog.csdnimg.cn/img_convert/f4ce157ef6d20c0360d3079c7f1b39df.png
[98a1708179160725d6afb5a8dafd83b3.png]: /images/20220828/77240f1d5a08426d9726b81a6751e439.png