技术

下一个平台Agent 激发LLM涌现——提示工程 LLM微调理论及实践 大佬沉思 LLM外挂知识库 LLMOps 多模态LLM Python一些比较有意思的库 LLM部分技术源码学习 LangChain源码学习 通用分布式计算引擎Ray Python并发 go依赖注入 go collection gc的基本原理 golang性能分析及优化 数据湖 高性能计算与存储 Linux2.1.13网络源代码学习 《大数据经典论文解读》 三驾马车学习 Spark 内存管理及调优 Yarn学习 从Spark部署模式开始讲源码分析 容器狂占内存资源怎么办? 多角度理解一致性 golang io使用及优化模式 Flink学习 c++学习 学习ebpf go设计哲学 ceph学习 学习mesh kvm虚拟化 学习MQ go编译器以及defer实现 学习go 为什么要有堆栈 汇编语言 计算机组成原理 运行时和库 Prometheus client mysql 事务 mysql 事务的隔离级别 mysql 索引 坏味道 学习分布式 学习网络 学习Linux go堆内存分配 golang 系统调用与阻塞处理 Goroutine 调度过程 重新认识cpu mosn有的没的 负载均衡泛谈 单元测试的新解读 《Redis核心技术与实现》笔记 《Prometheus监控实战》笔记 Prometheus 告警学习 calico源码分析 对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go channel codereview gc分析 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes扩缩容 神经网络模型优化 直觉上理解深度学习 如何学习机器学习 TIDB源码分析 什么是云原生 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 共识算法 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全访问机制 jvm crash分析 Prometheus 学习 Kubernetes监控 容器日志采集 Kubernetes 控制器模型 容器狂占资源怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes类型系统 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 精简代码的利器——lombok 学习 《深入剖析kubernetes》笔记 编程语言那些事儿 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 如何分发计算 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记 log4j学习 为什么netty比较难懂? 递归、回溯、动态规划 apollo client源码分析及看待面向对象设计 学习并发 docker运行java项目的常见问题 OpenTSDB 入门 spring事务小结 分布式事务 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型和jvm内存布局 java exception Linux IO学习 netty内存管理 测试环境docker化实践 netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker namespace和cgroup zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 深度学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM执行 git maven/ant/gradle/make使用 再看tcp kv系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 Go基础 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

架构

大模型推理服务框架 模型服务化(未完成) 大模型RHLF 大模型训练 大模型推理 从Attention到Transformer k8s设备管理 LLM工具栈 ddd从理念到代码 如何应用LLM 小鼠如何驾驭大象(LLM)? 多类型负载协调员Koordinator controller-runtime细节分析 finops学习 kubevela多集群 kubevela中cue的应用 基于k8s的工作流 容器和CPU那些事儿 kubevela源码分析 数据集管理fluid 应用管理平台kubevela karmada支持crd 多集群管理 AutoML和AutoDL 特征平台 实时训练 分布式链路追踪 helm tensorflow原理——python层分析 如何学习tensorflow 数据并行——allreduce 数据并行——ps 机器学习中的python调用c 机器学习训练框架概述 embedding的原理及实践 tensornet源码分析 大模型训练和推理 X的生成——特征工程 tvm tensorflow原理——core层分析 模型演变 《深度学习推荐系统实战》笔记 keras 和 Estimator tensorflow分布式训练 分布式训练的一些问题 基于Volcano的弹性训练 图神经网络 pytorch弹性分布式训练 从混部到统一调度 从RNN到Attention pytorch分布式训练 CNN 《动手学深度学习》笔记 pytorch与线性回归 多活 volcano特性源码分析 推理服务 kubebuilder 学习 mpi 学习pytorch client-go学习 tensorflow学习 提高gpu 利用率 GPU与容器的结合 GPU入门 AI云平台梳理 tf-operator源码分析 k8s批处理调度/Job调度 喜马拉雅容器化实践 Kubernetes 实践 学习rpc BFF openkruise学习 可观察性和监控系统 基于Kubernetes选主及应用 《许式伟的架构课》笔记 Admission Controller 与 Admission Webhook 发布平台系统设计 k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 深入controller openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go informer源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的? 《软件设计之美》笔记 mecha 架构学习 Kubernetes events学习及应用 CRI 资源调度泛谈 业务系统设计原则 grpc学习 元编程 以应用为中心 istio学习 下一代微服务Service Mesh 《实现领域驱动设计》笔记 概率论 serverless 泛谈 《架构整洁之道》笔记 处理复杂性 那些年追过的并发 服务器端编程 网络通信协议 架构大杂烩 如何学习架构 《反应式设计模式》笔记 项目的演化特点 反应式架构摸索 函数式编程的设计模式 服务化 ddd反模式——CRUD的败笔 研发效能平台 重新看面向对象设计 业务系统设计的一些体会 函数式编程 《左耳听风》笔记 业务程序猿眼中的微服务管理 DDD实践——CQRS 项目隔离——案例研究 《编程的本质》笔记 系统故障排查汇总及教训 平台支持类系统的几个点 代码腾挪的艺术 abtest 系统设计汇总 《从0开始学架构》笔记 初级权限系统设计 领域驱动理念 现有上传协议分析 移动网络下的文件上传要注意的几个问题 推送系统的几个基本问题 做配置中心要想好的几个基本问题 不同层面的异步 分层那些事儿 性能问题分析 用户认证问题 资源的分配与回收——池 消息/任务队列

标签

k8s设备管理 多类型负载协调员Koordinator controller-runtime细节分析 finops学习 kubevela多集群 kubevela中cue的应用 基于k8s的工作流 容器和CPU那些事儿 kubevela源码分析 数据集管理fluid 应用管理平台kubevela karmada支持crd 多集群管理 helm 从混部到统一调度 volcano特性源码分析 kubebuilder 学习 client-go学习 tf-operator源码分析 k8s批处理调度/Job调度 喜马拉雅容器化实践 Kubernetes 实践 openkruise学习 基于Kubernetes选主及应用 Admission Controller 与 Admission Webhook k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 深入controller openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go informer源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的? Kubernetes events学习及应用 CRI 资源调度泛谈 如何学习Kubernetes 以应用为中心 kubernetes operator kubernetes扩缩容 serverless 泛谈 什么是云原生 自定义CNI IPAM docker和k8s安全访问机制 Kubernetes监控 Kubernetes 控制器模型 Kubernetes资源调度——scheduler Kubernetes类型系统 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 Kubernetes源码分析——从kubectl开始 kubernetes yaml配置 CNI——容器网络是如何打通的 当我在说PaaS时,我在说什么 《深入剖析kubernetes》笔记 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件

pytorch与线性回归

2021年10月21日

简介

《极客时间》重学线性代数

代数是构造一系列对象和一系列操作这些对象的规则。我们类比来看,线性代数其实就是向量,以及操作这些向量的规则。

向量,也叫欧几里得向量(Euclidean Vector),其实就是能够互相相加、被标量乘的特殊对象,结果也是向量。

  1. 几何向量是有向线段,两个几何向量能够相加也能被一个标量乘。
  2. 多项式其实也是向量。两个多项式能够相加,它也能够被标量乘,结果也是多项式。
  3. 矩阵的一行或一列也是向量。
  4. 矢量图、音频信号也是向量。

矩阵

第一个例子是计算旅游团人数。假设,一个旅游团由孩子和大人组成,去程时他们一起坐大巴,每个孩子的票价 3 元,大人票价 3.2 元,总共花费 118.4 元。回程时一起坐火车,每个孩子的票价 3.5 元,大人票价 3.6 元,总共花费 135.2 元。请问这个旅游团中有多少孩子和大人?假设小孩人数为 x1​,大人人数为 x2​,于是我们得到了一个方程组:

线性方程组的几何表达:在一个只有两个变量 x1​,x2​ 的线性方程组中,我们定义一个 x1​,x2​ 平面。在这个平面中,每个线性方程都表达了一条直线。由于线性方程组的唯一解必须同时满足所有的等式,所以,线性方程组的唯一解其实就是线段的相交点,无穷解就是两线重合,而无解的情况,也就是两条线平行。

英国数学家 Arthur Cayley 被公认为矩阵论的创立人,他提出的矩阵概念可能来自于行列式。但我相信另一种说法,提出矩阵是为了更简单地表达线性方程组,也就是说,矩阵是线性方程组的另一种表达

矩阵法求解:要解 X,我们就要先计算 A 的逆矩阵 $A^{-1}$

接下来再计算 $X=BA^{−1}$

简单的线性方程组,我们当然可以运用初中学过的知识来求解,那复杂的呢?硬来几乎是不可能的了。线性方程组是能够通过矩阵或向量来表达的,可以使用高斯消元法来解线性方程(直接法),面对百万、千万级别的变量时,还需要间接法/迭代法。

以线性方程组 Ax=b 为例。在这里我们分解 A,使得 A=S−T,代入等式后得出:Sx=Tx+b,按这样的方式持续下去,通过迭代的方式来解 Sx。这就类似于把复杂问题层层分解和简化,最终使得这个迭代等式成立:$Sx_{k+1​}=Tx_{k​}+b$,更具体一点来说,我们其实是从 x0​ 开始,解 $Sx_{1}​=Tx_{0​}+b$。然后,继续解 $Sx_2​=Tx_{1​}+b$,一直到 $x_{k+1}$​ 非常接近 $x_{k}$​ 时,由于线性方程组的复杂程度不同,这个过程经历几百次的迭代都是有可能的。所以,迭代法的目标就是比消元法更快速地逼近真实解。那么究竟应该如何快速地逼近真实解呢?这里,A=S−T,A 的分解成了关键,也就是说 A 的分解目标是每步的运算速度和收敛速度都要快。S 选择的几种常见方法:雅可比方法;高斯 - 赛德尔方法;ILU 方法。

从计算机科学的角度来说,使用矩阵的运算效率实在是高太多了,因为它可以利用计算机的并行能力,甚至在一些迭代法中,还能实现分布式并行计算。大密度线性方程组的计算已经成为了世界上最快计算机的测试标准。

numpy

NumPy是Python中用于数据分析、机器学习、科学计算的重要软件包。它极大地简化了向量和矩阵的操作及处理。《用python实现深度学习框架》用python 和numpy 实现了一个深度学习框架MatrixSlow

  1. 支持计算图的搭建、前向、反向传播
  2. 支持多种不同类型的节点,包括矩阵乘法、加法、数乘、卷积、池化等,还有若干激活函数和损失函数。比如向量操作pytorch 跟numpy 函数命名都几乎一样
  3. 提供了一些辅助类和工具函数,例如构造全连接层、卷积层和池化层的函数、各种优化器类、单机和分布式训练器类等,为搭建和训练模型提供便利

多维数组的属性

  1. ndim, 数组维度(或轴)的个数
  2. shape, 表示数组的维度或形状
  3. size, 也就是数组元素的总数
  4. type , 数组所属的数据类型
  5. axis, 数组的轴, 即数组的维度,它是从 0 开始的。对于我们这个二维数组来说,有两个轴,分别是代表行的 0 轴与代表列的 1 轴。比如沿着 0轴求和 np.sum(interest_score, axis=0)

numpy的ndarray与 pytorch 和tf的tensor 相比没太大区别,接口高度接近,一些差异

  1. 由于numpy的ndarray 诞生较早,只兼容CPU,tensor设计之初主要面向深度学习加速,对各类硬件支持较好。
  2. ndarray没有考虑微分,而像比如pytorch 的自动微分设计与tensor绑定比较紧密。

数组访问

import numpy as np
b = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]],dtype=int)
c = b[0,1]  #1行 第二个单元元素
# 输出: 2
d = b[:,1]  #所有行 第二个单元元素
# 输出: [ 2  5  8 11]
e = b[1,:]  #2行 所有单元元素
# 输出: [4 5 6]
f = b[1,1:]  #2行 第2个单元开始以后所有元素
# 输出: [5 6]
g = b[1,:2]  #2行 第1个单元开始到索引为2以前的所有元素

pytorch 张量/Tensor

numpy作为一个科学计算库,并不包含:计算图,尝试学习,梯度等等功能

the deep learning machine is a rather complex mathematical function mapping inputs to an output. To facilitate expressing this function, PyTorch provides a core data structure, the tensor, which is a multidimensional array that shares many similarities with NumPy arrays. Around that foundation, PyTorch comes with features to perform accelerated mathematical operations on dedicated hardware, which makes it convenient to design neural network architectures and train them on individual machines or parallel computing resources.

在深度学习过程中最多使用$5$个维度的张量,张量的维度(dimension)通常叫作轴(axis)

  1. 标量(0维张量)
  2. 向量(1维度张量)
  3. 矩阵(2维张量)
  4. 3维张量,最常见的三维张量就是图片,例如$[224, 224, 3]$
  5. 4维张量,4维张量最常见的例子就是批图像,加载一批 $[64, 224, 224, 3] 的图片,其中 $64$ 表示批尺寸,$[224, 224, 3]$ 表示图片的尺寸。
  6. 5维张量,使用5维度张量的例子是视频数据。视频数据可以划分为片段,一个片段又包含很多张图片。例如,$[32, 30, 224, 224, 3]$ 表示有 $32$ 个视频片段,每个视频片段包含 $30$ 张图片,每张图片的尺寸为 $[224, 224, 3]$。

本质上来说,PyTorch 是一个处理张量的库。能计算梯度、指定设备等是 Tensor 相对numpy ndarray 特有的

  1. Tensor的结构操作包括:创建张量,查看属性,修改形状,指定设备,数据转换, 索引切片,广播机制(不同形状的张量相加),元素操作,归并操作;
  2. Tensor的数学运算包括:标量运算,向量运算,矩阵操作,比较操作。

张量有很多属性,下面我们看看常用的属性有哪些?

  1. tensor.shape,tensor.size(): 返回张量的形状;
  2. tensor.ndim:查看张量的维度;
  3. tensor.dtype,tensor.type():查看张量的数据类型;
  4. tensor.is_cuda:查看张量是否在GPU上;
  5. tensor.grad:查看张量的梯度;
  6. grad_fn: 包含着创建该张量的运算的导数信息。在反向传播过程中,通过传入后一层的神经网络的梯度,该函数会计算出参与运算的所有张量的梯度。grad_fn本身也携带着计算图的信息,该方法本身有一个next_functions属性,包含连接该张量的其他张量的grad_fn。通过不断反向传播回溯中间张量的计算节点,可以得到所有张量的梯度。
  7. tensor.requires_grad:查看张量是否可微。
  8. tensor.device: 获取张量所在的设备

涉及单个张量的函数运算,例如 对张量做四则运算、线性变换和激活、缩并、沿着某个维度求和、数据在设备之间移动。可以由张量自带的方法实现,也可以由torch包中的一些函数实现

  1. 一元运算(Unary),如sqrt、square、exp、abs等。
  2. 二元运算(Binary),如add,sub,mul,div等
  3. 选择运算(Selection),即if / else条件运算
  4. 归纳运算(Reduce),如reduce_sum, reduce_mean等
  5. 几何运算(Geometry),如reshape,slice,shuffle,chip,reverse,pad,concatenate,extract_patches,extract_image_patches等
  6. 张量积(Contract)和卷积运算(Convolve)是重点运算,后续会详细讲解。

用张量验证 链式法则

y1 = x * w1 + b1
y2 = y1 * w2 + b2
dy2_dy1 = autograd.grad(y2,[y1],retain_graph=True)[0]
dy1_dw1 = autograd.grad(y1,[w1],retain_graph=True)[0]
dy2_dw1 = autograd.grad(y2,[w1],retain_graph=True)[0]
可以对比下  dy2_dy1 * dy1_dw1  dy2_dw1 的值

用张量运算表示 多层感知机

Multilayer perceptron

x = torch.randn(3,1,requires_grad=True)
print(x)
y = x.pow(2).sum()
y.backward()
print(x.grad)

输入向量 乘以 权重矩阵 得到输出向量,然后我们可以得到权重矩阵的 梯度。 如果演示 矩阵运算 $Y = X^2$ 观察X梯度矩阵 与 矩阵X的 值(前者是后者的2倍)会更明显一些。

import torch
w1 = torch.randn(2,3,requires_grad=True)
print(w1)
x = torch.randn(3,1,requires_grad=True)
b1 = torch.randn(2,1,requires_grad=True)
w2 = torch.randn(2,2,requires_grad=True)
b2 = torch.randn(1,1,requires_grad=True)
z =  w1 @ x + b1
y =  (w2 @ z + b2).sum()
print(y)
y.backward()
print(w1.grad)
## 输出
tensor([[-0.1884,  0.2570, -0.7091],
        [ 0.3521, -0.1305, -3.2695]], requires_grad=True)
tensor(0.4844, grad_fn=<SumBackward0>)
tensor([[-0.1294,  0.0312, -0.0236],
        [-0.9929,  0.2397, -0.1814]])

《李沐的深度学习课》 有一点非常好,就是针对线性回归/softmax回归/感知机 都提供了一个 基于numpy 的实现以及pytorch 的简单实现。

  1. 标量运算:(标量之间)加减乘除,长度,求导(导数是切线的斜率)
  2. 向量运算:(标量向量之间,向量之间)加减乘除, 长度, 求导(也就是梯度,跟等高线正交)
  3. 矩阵运算:(标量矩阵之间,向量矩阵之间,矩阵矩阵之间)加减乘, 转置, 求导

Tensor的自动求导(AoutoGrad)

x = torch.tensor([[1.0,2,3],[4,5,6]],requires_grad=True)
print(x)
y = x + 1
print(y)
z = 2 * y * y
print(z)
j = torch.mean(z)
print(j)
j.backward()
print(x.grad)

用张量运算表示机器学习过程

在机器学习模型是,j 就是损失函数。x 是 <w,b> (存疑 ),机器学习中,<w,b> 是参数或变量,样本数据数据是为了计算 loss值。

\(\frac{dj}{dz_i}=\frac{1}{6}\) \(\frac{dz}{dy}=4y\) \(\frac{dy}{dx}=1\) \(\frac{dj}{dx_i}=\frac{1}{6} * 4 * (x_i+1) = \frac{2}{3}(x_i+1)\)

线性模型可以看做是单层(带权重的层只有1层)神经网络

使用pytorch 手动实现线性模型 使用pytorch直接配置线性模型
// Initialize Model Parameters
w = torch.zeros(size=(num_inputs, 1)).normal_(std=0.01)
b = torch.zeros(size=(1,))
w.requires_grad_(True)
b.requires_grad_(True)

// Define the Model
def linreg(X, w, b):
    return torch.matmul(X, w) + b

// Define the Loss Function
def squared_loss(y_hat, y):
    return (y_hat - y.reshape(y_hat.shape)) ** 2 / 2

// Define the Optimization Algorithm
def sgd(params, lr, batch_size):
    for param in params:
        param.data.sub_(lr*param.grad/batch_size)
        param.grad.data.zero_()

// Training
lr = 0.03  # Learning rate
num_epochs = 3  # Number of iterations
net = linreg  # Our fancy linear model
loss = squared_loss  # 0.5 (y-y')^2

for epoch in range(num_epochs):
    # Assuming the number of examples can be divided by the batch size, all
    # the examples in the training data set are used once in one epoch
    # iteration. The features and tags of mini-batch examples are given by X
    # and y respectively
    for X, y in data_iter(batch_size, features, labels):
        l = loss(net(X, w, b), y)  # Minibatch loss in X and y
        l.mean().backward()  # Compute gradient on l with respect to [w,b]
        sgd([w, b], lr, batch_size)  # Update parameters using their gradient
    with torch.no_grad():
        train_l = loss(net(features, w, b), labels)
        print('epoch %d, loss %f' % (epoch + 1, train_l.mean().numpy()))

// print training result
print('Error in estimating w', true_w - w.reshape(true_w.shape))
print('Error in estimating b', true_b - b)

// Define the Model
net = LinearRegressionModel()

// Initialize Model Parameters
net.layer1.weight.data=torch.Tensor(np.random.normal(size=(1,2),scale=0.01,loc=0))
net.layer1.bias.data=torch.Tensor([0])

// Define the Loss Function
loss = torch.nn.MSELoss(reduction = "sum")

// Define the Optimization Algorithm
trainer = torch.optim.SGD(net.parameters(), lr = 0.03)

// Training
num_epochs = 3
for epoch in range(num_epochs): 
    for X,y in data_iter:
        l=loss(net(X) ,y)
        trainer.zero_grad() 
        l.backward() 
        trainer.step() 
    l_epoch = loss(net(features), labels) 
    print('epoch {}, loss {}'.format(epoch+1, l_epoch))

// print training result
w = list(net.parameters())[0][0]
print('Error in estimating w', true_w.reshape(w.shape) - w)
b = list(net.parameters())[1][0]
print('Error in estimating b', true_b - b)

各种模型纵有千万种变化,但是依然离不开以下几步:

  1. 模型结构设计:例如,机器学习中回归算法、SVM 等,深度学习中的 VGG、ResNet、SENet 等各种网络结构,再或者你自己设计的自定义模型结构。
  2. 给定损失函数:损失函数衡量的是当前模型预测结果与真实标签之间的差距。
  3. 给定优化方法:与损失函数搭配,更新模型中的参数。

这里面变化最多的就是模型结构了,这一点除了多读读论文,看看相关博客来扩充知识面之外,没有什么捷径可走。然后呢,我们也不要小瞧了损失函数,不同的损失函数有不同的侧重点,当你模型训练处于瓶颈很难提升,或者解决不了现有问题的话,可以考虑考虑调整一下损失函数。

从中可以找到一点感觉,就是如果 mapreduce 让你写map和reduce 函数,那么pytorch 就只是让你设定 网络每层大小、损失函数、 优化器方法名等。

net 此处代表一层网路模型,具象化为一个tensor 计算。

def linreg(X, w, b):
    return torch.matmul(X, w) + b

对于两层网络模型

W1 = xx
b1 = xx
W2 = xx
b2 = xx
def relu(X):        # 定义激活函数
    a = torch.zeros_like(X)
    return torch.max(X,a)
def net(X):         # 模型可以表示为矩阵运算
    X = X.reshape((-1,num_inputs))
    H = relu(X * W1 + b1)
    return (H * W2 + b2) 

假设一个层数为L 的多层感知机的第l 层 $H^{(l)}$ 的权重参数为 $W^{(l)}$,输出层$H^{(L)}$的权重参数为$W^{L}$。为了方便讨论,不考虑偏差函数,且设所有隐藏层的激活函数为恒等映射 $\sigma(x) = x$。 给定输入X,多层感知机的第l 层的输出$H^{(l)}=XW^{(1)}W^{(2)}…W^{(l)}$。PS:原理和矩阵运算对上了。

手动实现时,net 是一个方法,定义了预测值的计算方法模型可以表示为矩阵运算应该尽可能表示为矩阵运算,以提升计算效率。 pytorch nn模块定义了大量神经网络的层,loss模块定义了各种损失函数,net和 tensor 一样可以 net.to(device="cuda:1") 将数据挪到某个gpu 上。要想在某个 gpu 上做运算,需要将模型参数(net)和输入(tensor) 都挪到这个gpu 上。

用所有数据训练一遍就是一个 Epoch。但受到硬件设备的限制,训练时不会一次性的读入所有数据,而是一次读入一部分进行训练,这里的“每次”就是对应的 Step 这个概念。那每次读入的数据量就是 batch_size。训练集有1000个样本,batchsize=10,那么:训练完整个样本集需要100次iteration,1次epoch。

The typical PyTorch training loop looks like this

for i_epoch in range(n_epochs):
     for x, y in loader_train:
         optimizer.zero_grad()
         out = model(x)
         loss = my_loss_function(out, y)
         loss.backward()
         optimizer.step()

其它