.. _sec_model_construction: 层和块 ====== 之前首次介绍神经网络时,我们关注的是具有单一输出的线性模型。 在这里,整个模型只有一个输出。 注意,单个神经网络 (1)接受一些输入; (2)生成相应的标量输出; (3)具有一组相关 *参数*\ (parameters),更新这些参数可以优化某目标函数。 然后,当考虑具有多个输出的网络时, 我们利用矢量化算法来描述整层神经元。 像单个神经元一样,层(1)接受一组输入, (2)生成相应的输出, (3)由一组可调整参数描述。 当我们使用softmax回归时,一个单层本身就是模型。 然而,即使我们随后引入了多层感知机,我们仍然可以认为该模型保留了上面所说的基本架构。 对于多层感知机而言,整个模型及其组成层都是这种架构。 整个模型接受原始输入(特征),生成输出(预测), 并包含一些参数(所有组成层的参数集合)。 同样,每个单独的层接收输入(由前一层提供), 生成输出(到下一层的输入),并且具有一组可调参数, 这些参数根据从下一层反向传播的信号进行更新。 事实证明,研究讨论“比单个层大”但“比整个模型小”的组件更有价值。 例如,在计算机视觉中广泛流行的ResNet-152架构就有数百层, 这些层是由\ *层组*\ (groups of layers)的重复模式组成。 这个ResNet架构赢得了2015年ImageNet和COCO计算机视觉比赛 的识别和检测任务 :cite:`He.Zhang.Ren.ea.2016`\ 。 目前ResNet架构仍然是许多视觉任务的首选架构。 在其他的领域,如自然语言处理和语音, 层组以各种重复模式排列的类似架构现在也是普遍存在。 为了实现这些复杂的网络,我们引入了神经网络\ *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,如 :numref:`fig_blocks`\ 所示。 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。 .. _fig_blocks: .. figure:: ../img/blocks.svg 多个层被组合成块,形成更大的模型 从编程的角度来看,块由\ *类*\ (class)表示。 它的任何子类都必须定义一个将其输入转换为输出的前向传播函数, 并且必须存储任何必需的参数。 注意,有些块不需要任何参数。 最后,为了计算梯度,块必须具有反向传播函数。 在定义我们自己的块时,由于自动微分(在 :numref:`sec_autograd` 中引入) 提供了一些后端实现,我们只需要考虑前向传播函数和必需的参数。 在构造自定义块之前,我们先回顾一下多层感知机 ( :numref:`sec_mlp_concise` )的代码。 下面的代码生成一个网络,其中包含一个具有256个单元和ReLU激活函数的全连接隐藏层, 然后是一个具有10个隐藏单元且不带激活函数的全连接输出层。 .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python from mxnet import np, npx from mxnet.gluon import nn npx.set_np() net = nn.Sequential() net.add(nn.Dense(256, activation='relu')) net.add(nn.Dense(10)) net.initialize() X = np.random.uniform(size=(2, 20)) net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output [07:03:07] ../src/storage/storage.cc:196: Using Pooled (Naive) StorageManager for CPU .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output array([[ 0.06240272, -0.03268593, 0.02582653, 0.02254182, -0.03728798, -0.04253786, 0.00540613, -0.01364186, -0.09915452, -0.02272738], [ 0.02816677, -0.03341204, 0.03565666, 0.02506382, -0.04136416, -0.04941845, 0.01738528, 0.01081961, -0.09932579, -0.01176298]]) 在这个例子中,我们通过实例化\ ``nn.Sequential``\ 来构建我们的模型, 返回的对象赋给\ ``net``\ 变量。 接下来,我们反复调用\ ``net``\ 变量的\ ``add``\ 函数,按照想要执行的顺序添加层。 简而言之,\ ``nn.Sequential``\ 定义了一种特殊类型的\ ``Block``\ , 即在Gluon中表示块的类,它维护\ ``Block``\ 的有序列表。 ``add``\ 函数方便将每个连续的\ ``Block``\ 添加到列表中。 请注意,每层都是\ ``Dense``\ 类的一个实例,\ ``Dense``\ 类本身就是\ ``Block``\ 的子类。 到目前为止,我们一直在通过\ ``net(X)``\ 调用我们的模型来获得模型的输出。 这实际上是\ ``net.forward(X)``\ 的简写, 这是通过\ ``Block``\ 类的\ ``__call__``\ 函数实现的一个Python技巧。 前向传播(\ ``forward``\ )函数非常简单:它将列表中的每个\ ``Block``\ 连接在一起, 将每个\ ``Block``\ 的输出作为输入传递给下一层。 .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python import torch from torch import nn from torch.nn import functional as F net = nn.Sequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10)) X = torch.rand(2, 20) net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output tensor([[ 0.0343, 0.0264, 0.2505, -0.0243, 0.0945, 0.0012, -0.0141, 0.0666, -0.0547, -0.0667], [ 0.0772, -0.0274, 0.2638, -0.0191, 0.0394, -0.0324, 0.0102, 0.0707, -0.1481, -0.1031]], grad_fn=) 在这个例子中,我们通过实例化\ ``nn.Sequential``\ 来构建我们的模型, 层的执行顺序是作为参数传递的。 简而言之,\ ``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。 注意,两个全连接层都是\ ``Linear``\ 类的实例, ``Linear``\ 类本身就是\ ``Module``\ 的子类。 另外,到目前为止,我们一直在通过\ ``net(X)``\ 调用我们的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。 .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python import tensorflow as tf net = tf.keras.models.Sequential([ tf.keras.layers.Dense(256, activation=tf.nn.relu), tf.keras.layers.Dense(10), ]) X = tf.random.uniform((2, 20)) net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output 在这个例子中,我们通过实例化\ ``keras.models.Sequential``\ 来构建我们的模型, 层的执行顺序是作为参数传递的。 简而言之,\ ``Sequential``\ 定义了一种特殊的\ ``keras.Model``\ , 即在Keras中表示一个块的类。 它维护了一个由\ ``Model``\ 组成的有序列表, 注意两个全连接层都是\ ``Model``\ 类的实例, 这个类本身就是\ ``Model``\ 的子类。 前向传播(\ ``call``\ )函数也非常简单: 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。 注意,到目前为止,我们一直在通过\ ``net(X)``\ 调用我们的模型来获得模型的输出。 这实际上是\ ``net.call(X)``\ 的简写, 这是通过Block类的\ ``__call__``\ 函数实现的一个Python技巧。 .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python import warnings warnings.filterwarnings(action='ignore') import paddle from paddle import nn from paddle.nn import functional as F net = nn.Sequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10)) X = paddle.rand([2, 20]) net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output Tensor(shape=[2, 10], dtype=float32, place=Place(cpu), stop_gradient=False, [[ 0.07959973, 0.08434670, 0.28861243, 0.02199294, -0.07369962, -0.32505932, -0.12516798, -0.15013230, 0.13497017, 0.59734315], [-0.04754683, 0.34689084, 0.27686706, -0.01812172, -0.01948128, -0.13436005, -0.20257708, -0.07067576, 0.01238458, 0.61258602]]) 在这个例子中,我们通过实例化\ ``nn.Sequential``\ 来构建我们的模型, 层的执行顺序是作为参数传递的。 简而言之,\ ``nn.Sequential``\ 定义了一种特殊的\ ``Layer``\ , 即在PaddlePaddle中表示一个块的类, 它维护了一个由\ ``Layer``\ 组成的有序列表。 注意,两个全连接层都是\ ``Linear``\ 类的实例, ``Linear``\ 类本身就是\ ``Layer``\ 的子类。 另外,到目前为止,我们一直在通过\ ``net(X)``\ 调用我们的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。 .. raw:: html
.. raw:: html
自定义块 -------- 要想直观地了解块是如何工作的,最简单的方法就是自己实现一个。 在实现我们自定义块之前,我们简要总结一下每个块必须提供的基本功能。 .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
1. 将输入数据作为其前向传播函数的参数。 2. 通过前向传播函数来生成输出。请注意,输出的形状可能与输入的形状不同。例如,我们上面模型中的第一个全连接的层接收任意维的输入,但是返回一个维度256的输出。 3. 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。 4. 存储和访问前向传播计算所需的参数。 5. 根据需要初始化模型参数。 .. raw:: html
.. raw:: html
1. 将输入数据作为其前向传播函数的参数。 2. 通过前向传播函数来生成输出。请注意,输出的形状可能与输入的形状不同。例如,我们上面模型中的第一个全连接的层接收一个20维的输入,但是返回一个维度为256的输出。 3. 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。 4. 存储和访问前向传播计算所需的参数。 5. 根据需要初始化模型参数。 .. raw:: html
.. raw:: html
1. 将输入数据作为其前向传播函数的参数。 2. 通过前向传播函数来生成输出。请注意,输出的形状可能与输入的形状不同。例如,我们上面模型中的第一个全连接的层接收任意维的输入,但是返回一个维度256的输出。 3. 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。 4. 存储和访问前向传播计算所需的参数。 5. 根据需要初始化模型参数。 .. raw:: html
.. raw:: html
1. 将输入数据作为其前向传播函数的参数。 2. 通过前向传播函数来生成输出。请注意,输出的形状可能与输入的形状不同。例如,我们上面模型中的第一个全连接的层接收一个20维的输入,但是返回一个维度为256的输出。 3. 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。 4. 存储和访问前向传播计算所需的参数。 5. 根据需要初始化模型参数。 .. raw:: html
.. raw:: html
在下面的代码片段中,我们从零开始编写一个块。 它包含一个多层感知机,其具有256个隐藏单元的隐藏层和一个10维输出层。 注意,下面的\ ``MLP``\ 类继承了表示块的类。 我们的实现只需要提供我们自己的构造函数(Python中的\ ``__init__``\ 函数)和前向传播函数。 .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class MLP(nn.Block): # 用模型参数声明层。这里,我们声明两个全连接的层 def __init__(self, **kwargs): # 调用MLP的父类Block的构造函数来执行必要的初始化。 # 这样,在类实例化时也可以指定其他函数参数,例如模型参数params(稍后将介绍) super().__init__(**kwargs) self.hidden = nn.Dense(256, activation='relu') # 隐藏层 self.out = nn.Dense(10) # 输出层 # 定义模型的前向传播,即如何根据输入X返回所需的模型输出 def forward(self, X): return self.out(self.hidden(X)) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class MLP(nn.Module): # 用模型参数声明层。这里,我们声明两个全连接的层 def __init__(self): # 调用MLP的父类Module的构造函数来执行必要的初始化。 # 这样,在类实例化时也可以指定其他函数参数,例如模型参数params(稍后将介绍) super().__init__() self.hidden = nn.Linear(20, 256) # 隐藏层 self.out = nn.Linear(256, 10) # 输出层 # 定义模型的前向传播,即如何根据输入X返回所需的模型输出 def forward(self, X): # 注意,这里我们使用ReLU的函数版本,其在nn.functional模块中定义。 return self.out(F.relu(self.hidden(X))) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class MLP(tf.keras.Model): # 用模型参数声明层。这里,我们声明两个全连接的层 def __init__(self): # 调用MLP的父类Model的构造函数来执行必要的初始化。 # 这样,在类实例化时也可以指定其他函数参数,例如模型参数params(稍后将介绍) super().__init__() # Hiddenlayer self.hidden = tf.keras.layers.Dense(units=256, activation=tf.nn.relu) self.out = tf.keras.layers.Dense(units=10) # Outputlayer # 定义模型的前向传播,即如何根据输入X返回所需的模型输出 def call(self, X): return self.out(self.hidden((X))) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class MLP(nn.Layer): # 用模型参数声明层。这里,我们声明两个全连接的层 def __init__(self): # 调用`MLP`的父类Layer的构造函数来执行必要的初始化。 # 这样,在类实例化时也可以指定其他函数参数,例如模型参数`params`(稍后将介绍) super().__init__() self.hidden = nn.Linear(20, 256) # 隐藏层 self.out = nn.Linear(256, 10) # 输出层 # 定义模型的正向传播,即如何根据输入`X`返回所需的模型输出 def forward(self, X): # 注意,这里我们使用ReLU的函数版本,其在nn.functional模块中定义。 return self.out(F.relu(self.hidden(X))) .. raw:: html
.. raw:: html
我们首先看一下前向传播函数,它以\ ``X``\ 作为输入, 计算带有激活函数的隐藏表示,并输出其未规范化的输出值。 在这个\ ``MLP``\ 实现中,两个层都是实例变量。 要了解这为什么是合理的,可以想象实例化两个多层感知机(\ ``net1``\ 和\ ``net2``\ ), 并根据不同的数据对它们进行训练。 当然,我们希望它们学到两种不同的模型。 接着我们实例化多层感知机的层,然后在每次调用前向传播函数时调用这些层。 注意一些关键细节: 首先,我们定制的\ ``__init__``\ 函数通过\ ``super().__init__()`` 调用父类的\ ``__init__``\ 函数, 省去了重复编写模版代码的痛苦。 然后,我们实例化两个全连接层, 分别为\ ``self.hidden``\ 和\ ``self.out``\ 。 注意,除非我们实现一个新的运算符, 否则我们不必担心反向传播函数或参数初始化, 系统将自动生成这些。 我们来试一下这个函数: .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = MLP() net.initialize() net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output array([[-0.03989594, -0.1041471 , 0.06799038, 0.05245074, 0.02526059, -0.00640342, 0.04182098, -0.01665319, -0.02067346, -0.07863817], [-0.03612847, -0.07210436, 0.09159479, 0.07890771, 0.02494172, -0.01028665, 0.01732428, -0.02843242, 0.03772651, -0.06671704]]) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = MLP() net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output tensor([[ 0.0669, 0.2202, -0.0912, -0.0064, 0.1474, -0.0577, -0.3006, 0.1256, -0.0280, 0.4040], [ 0.0545, 0.2591, -0.0297, 0.1141, 0.1887, 0.0094, -0.2686, 0.0732, -0.0135, 0.3865]], grad_fn=) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = MLP() net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = MLP() net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output Tensor(shape=[2, 10], dtype=float32, place=Place(cpu), stop_gradient=False, [[-0.02695144, -0.07686033, -0.17291248, -0.10180631, 0.07875662, 0.17861664, -0.18333656, -0.05037620, -0.04392751, 0.03499488], [ 0.06521086, -0.10377733, -0.22762510, -0.01807910, 0.12862802, 0.31453782, -0.13465761, 0.01630586, -0.17804416, -0.00087316]]) .. raw:: html
.. raw:: html
块的一个主要优点是它的多功能性。 我们可以子类化块以创建层(如全连接层的类)、 整个模型(如上面的\ ``MLP``\ 类)或具有中等复杂度的各种组件。 我们在接下来的章节中充分利用了这种多功能性, 比如在处理卷积神经网络时。 顺序块 ------ 现在我们可以更仔细地看看\ ``Sequential``\ 类是如何工作的, 回想一下\ ``Sequential``\ 的设计是为了把其他模块串起来。 为了构建我们自己的简化的\ ``MySequential``\ , 我们只需要定义两个关键函数: 1. 一种将块逐个追加到列表中的函数; 2. 一种前向传播函数,用于将输入按追加块的顺序传递给块组成的“链条”。 下面的\ ``MySequential``\ 类提供了与默认\ ``Sequential``\ 类相同的功能。 .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class MySequential(nn.Block): def add(self, block): # 这里,block是Block子类的一个实例,我们假设它有一个唯一的名称。我们把它 # 保存在'Block'类的成员变量_children中。block的类型是OrderedDict。 # 当MySequential实例调用initialize函数时,系统会自动初始化_children # 的所有成员 self._children[block.name] = block def forward(self, X): # OrderedDict保证了按照成员添加的顺序遍历它们 for block in self._children.values(): X = block(X) return X ``add``\ 函数向有序字典\ ``_children``\ 添加一个块。 读者可能会好奇为什么每个Gluon中的\ ``Block``\ 都有一个\ ``_children``\ 属性? 以及为什么我们使用它而不是自己定义一个Python列表? 简而言之,\ ``_children``\ 的主要优点是: 在块的参数初始化过程中, Gluon知道在\ ``_children``\ 字典中查找需要初始化参数的子块。 .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class MySequential(nn.Module): def __init__(self, *args): super().__init__() for idx, module in enumerate(args): # 这里,module是Module子类的一个实例。我们把它保存在'Module'类的成员 # 变量_modules中。_module的类型是OrderedDict self._modules[str(idx)] = module def forward(self, X): # OrderedDict保证了按照成员添加的顺序遍历它们 for block in self._modules.values(): X = block(X) return X ``__init__``\ 函数将每个模块逐个添加到有序字典\ ``_modules``\ 中。 读者可能会好奇为什么每个\ ``Module``\ 都有一个\ ``_modules``\ 属性? 以及为什么我们使用它而不是自己定义一个Python列表? 简而言之,\ ``_modules``\ 的主要优点是: 在模块的参数初始化过程中, 系统知道在\ ``_modules``\ 字典中查找需要初始化参数的子块。 .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class MySequential(tf.keras.Model): def __init__(self, *args): super().__init__() self.modules = [] for block in args: # 这里,block是tf.keras.layers.Layer子类的一个实例 self.modules.append(block) def call(self, X): for module in self.modules: X = module(X) return X .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class MySequential(nn.Layer): def __init__(self, *layers): super(MySequential, self).__init__() # 如果传入的是一个tuple if len(layers) > 0 and isinstance(layers[0], tuple): for name, layer in layers: # add_sublayer方法会将layer添加到self._sub_layers(一个tuple) self.add_sublayer(name, layer) else: for idx, layer in enumerate(layers): self.add_sublayer(str(idx), layer) def forward(self, X): # OrderedDict保证了按照成员添加的顺序遍历它们 for layer in self._sub_layers.values(): X = layer(X) return X ``__init__``\ 函数将每个模块逐个添加到有序字典\ ``_sub_layers``\ 中。 你可能会好奇为什么每个\ ``Layer``\ 都有一个\ ``_sub_layers``\ 属性? 以及为什么我们使用它而不是自己定义一个Python列表? 简而言之,\ ``_sub_layers``\ 的主要优点是: 在模块的参数初始化过程中, 系统知道在\ ``_sub_layers``\ 字典中查找需要初始化参数的子块。 .. raw:: html
.. raw:: html
当\ ``MySequential``\ 的前向传播函数被调用时, 每个添加的块都按照它们被添加的顺序执行。 现在可以使用我们的\ ``MySequential``\ 类重新实现多层感知机。 .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = MySequential() net.add(nn.Dense(256, activation='relu')) net.add(nn.Dense(10)) net.initialize() net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output array([[-0.07645682, -0.01130233, 0.04952145, -0.04651389, -0.04131573, -0.05884133, -0.0621381 , 0.01311472, -0.01379425, -0.02514282], [-0.05124625, 0.00711231, -0.00155935, -0.07555379, -0.06675334, -0.01762914, 0.00589084, 0.01447191, -0.04330775, 0.03317726]]) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = MySequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10)) net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output tensor([[ 2.2759e-01, -4.7003e-02, 4.2846e-01, -1.2546e-01, 1.5296e-01, 1.8972e-01, 9.7048e-02, 4.5479e-04, -3.7986e-02, 6.4842e-02], [ 2.7825e-01, -9.7517e-02, 4.8541e-01, -2.4519e-01, -8.4580e-02, 2.8538e-01, 3.6861e-02, 2.9411e-02, -1.0612e-01, 1.2620e-01]], grad_fn=) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = MySequential( tf.keras.layers.Dense(units=256, activation=tf.nn.relu), tf.keras.layers.Dense(10)) net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = MySequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10)) net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output Tensor(shape=[2, 10], dtype=float32, place=Place(cpu), stop_gradient=False, [[ 0.08128382, -0.06904822, -0.27352425, -0.19023108, 0.31156605, -0.03084018, -0.26239276, 0.12302527, -0.02516832, 0.27859986], [ 0.15454747, -0.19200316, -0.15801765, -0.17941876, 0.19492081, 0.21714795, -0.44244379, 0.07100448, 0.24661955, 0.33095008]]) .. raw:: html
.. raw:: html
请注意,\ ``MySequential``\ 的用法与之前为\ ``Sequential``\ 类编写的代码相同 (如 :numref:`sec_mlp_concise` 中所述)。 在前向传播函数中执行代码 ------------------------ ``Sequential``\ 类使模型构造变得简单, 允许我们组合新的架构,而不必定义自己的类。 然而,并不是所有的架构都是简单的顺序架构。 当需要更强的灵活性时,我们需要定义自己的块。 例如,我们可能希望在前向传播函数中执行Python的控制流。 此外,我们可能希望执行任意的数学运算, 而不是简单地依赖预定义的神经网络层。 到目前为止, 我们网络中的所有操作都对网络的激活值及网络的参数起作用。 然而,有时我们可能希望合并既不是上一层的结果也不是可更新参数的项, 我们称之为\ *常数参数*\ (constant parameter)。 例如,我们需要一个计算函数 :math:`f(\mathbf{x},\mathbf{w}) = c \cdot \mathbf{w}^\top \mathbf{x}`\ 的层, 其中\ :math:`\mathbf{x}`\ 是输入, :math:`\mathbf{w}`\ 是参数, :math:`c`\ 是某个在优化过程中没有更新的指定常量。 因此我们实现了一个\ ``FixedHiddenMLP``\ 类,如下所示: .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class FixedHiddenMLP(nn.Block): def __init__(self, **kwargs): super().__init__(**kwargs) # 使用get_constant函数创建的随机权重参数在训练期间不会更新(即为常量参数) self.rand_weight = self.params.get_constant( 'rand_weight', np.random.uniform(size=(20, 20))) self.dense = nn.Dense(20, activation='relu') def forward(self, X): X = self.dense(X) # 使用创建的常量参数以及relu和dot函数 X = npx.relu(np.dot(X, self.rand_weight.data()) + 1) # 复用全连接层。这相当于两个全连接层共享参数 X = self.dense(X) # 控制流 while np.abs(X).sum() > 1: X /= 2 return X.sum() .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class FixedHiddenMLP(nn.Module): def __init__(self): super().__init__() # 不计算梯度的随机权重参数。因此其在训练期间保持不变 self.rand_weight = torch.rand((20, 20), requires_grad=False) self.linear = nn.Linear(20, 20) def forward(self, X): X = self.linear(X) # 使用创建的常量参数以及relu和mm函数 X = F.relu(torch.mm(X, self.rand_weight) + 1) # 复用全连接层。这相当于两个全连接层共享参数 X = self.linear(X) # 控制流 while X.abs().sum() > 1: X /= 2 return X.sum() .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class FixedHiddenMLP(tf.keras.Model): def __init__(self): super().__init__() self.flatten = tf.keras.layers.Flatten() # 使用tf.constant函数创建的随机权重参数在训练期间不会更新(即为常量参数) self.rand_weight = tf.constant(tf.random.uniform((20, 20))) self.dense = tf.keras.layers.Dense(20, activation=tf.nn.relu) def call(self, inputs): X = self.flatten(inputs) # 使用创建的常量参数以及relu和matmul函数 X = tf.nn.relu(tf.matmul(X, self.rand_weight) + 1) # 复用全连接层。这相当于两个全连接层共享参数。 X = self.dense(X) # 控制流 while tf.reduce_sum(tf.math.abs(X)) > 1: X /= 2 return tf.reduce_sum(X) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class FixedHiddenMLP(nn.Layer): def __init__(self): super().__init__() # 不计算梯度的随机权重参数。因此其在训练期间保持不变。 self.rand_weight = paddle.rand([20, 20]) self.linear = nn.Linear(20, 20) def forward(self, X): X = self.linear(X) # 使用创建的常量参数以及relu和mm函数。 X = F.relu(paddle.tensor.mm(X, self.rand_weight) + 1) # 复用全连接层。这相当于两个全连接层共享参数。 X = self.linear(X) # 控制流 while X.abs().sum() > 1: X /= 2 return X.sum() .. raw:: html
.. raw:: html
在这个\ ``FixedHiddenMLP``\ 模型中,我们实现了一个隐藏层, 其权重(\ ``self.rand_weight``\ )在实例化时被随机初始化,之后为常量。 这个权重不是一个模型参数,因此它永远不会被反向传播更新。 然后,神经网络将这个固定层的输出通过一个全连接层。 注意,在返回输出之前,模型做了一些不寻常的事情: 它运行了一个while循环,在\ :math:`L_1`\ 范数大于\ :math:`1`\ 的条件下, 将输出向量除以\ :math:`2`\ ,直到它满足条件为止。 最后,模型返回了\ ``X``\ 中所有项的和。 注意,此操作可能不会常用于在任何实际任务中, 我们只展示如何将任意代码集成到神经网络计算的流程中。 .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = FixedHiddenMLP() net.initialize() net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output array(0.52637565) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = FixedHiddenMLP() net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output tensor(0.1862, grad_fn=) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = FixedHiddenMLP() net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python net = FixedHiddenMLP() net(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output Tensor(shape=[1], dtype=float32, place=Place(cpu), stop_gradient=False, [-0.06332191]) .. raw:: html
.. raw:: html
我们可以混合搭配各种组合块的方法。 在下面的例子中,我们以一些想到的方法嵌套块。 .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class NestMLP(nn.Block): def __init__(self, **kwargs): super().__init__(**kwargs) self.net = nn.Sequential() self.net.add(nn.Dense(64, activation='relu'), nn.Dense(32, activation='relu')) self.dense = nn.Dense(16, activation='relu') def forward(self, X): return self.dense(self.net(X)) chimera = nn.Sequential() chimera.add(NestMLP(), nn.Dense(20), FixedHiddenMLP()) chimera.initialize() chimera(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output array(0.97720534) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python 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) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output tensor(0.2183, grad_fn=) .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class NestMLP(tf.keras.Model): def __init__(self): super().__init__() self.net = tf.keras.Sequential() self.net.add(tf.keras.layers.Dense(64, activation=tf.nn.relu)) self.net.add(tf.keras.layers.Dense(32, activation=tf.nn.relu)) self.dense = tf.keras.layers.Dense(16, activation=tf.nn.relu) def call(self, inputs): return self.dense(self.net(inputs)) chimera = tf.keras.Sequential() chimera.add(NestMLP()) chimera.add(tf.keras.layers.Dense(20)) chimera.add(FixedHiddenMLP()) chimera(X) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output .. raw:: html
.. raw:: html
.. raw:: latex \diilbookstyleinputcell .. code:: python class NestMLP(nn.Layer): 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) .. raw:: latex \diilbookstyleoutputcell .. parsed-literal:: :class: output Tensor(shape=[1], dtype=float32, place=Place(cpu), stop_gradient=False, [0.07904987]) .. raw:: html
.. raw:: html
效率 ---- .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
读者可能会开始担心操作效率的问题。 毕竟,我们在一个高性能的深度学习库中进行了大量的字典查找、 代码执行和许多其他的Python代码。 Python的问题\ `全局解释器锁 `__ 是众所周知的。 在深度学习环境中,我们担心速度极快的GPU可能要等到CPU运行Python代码后才能运行另一个作业。 提高Python速度的最好方法是完全避免使用Python。 Gluon这样做的一个方法是允许\ *混合式编程*\ (hybridization),这将在后面描述。 Python解释器在第一次调用块时执行它。 Gluon运行时记录正在发生的事情,以及下一次它将对Python调用加速。 在某些情况下,这可以大大加快运行速度, 但当控制流(如上所述)在不同的网络通路上引导不同的分支时,需要格外小心。 我们建议感兴趣的读者在读完本章后,阅读混合式编程部分( :numref:`sec_hybridize` )来了解编译。 .. raw:: html
.. raw:: html
读者可能会开始担心操作效率的问题。 毕竟,我们在一个高性能的深度学习库中进行了大量的字典查找、 代码执行和许多其他的Python代码。 Python的问题\ `全局解释器锁 `__ 是众所周知的。 在深度学习环境中,我们担心速度极快的GPU可能要等到CPU运行Python代码后才能运行另一个作业。 .. raw:: html
.. raw:: html
读者可能会开始担心操作效率的问题。 毕竟,我们在一个高性能的深度学习库中进行了大量的字典查找、 代码执行和许多其他的Python代码。 Python的问题\ `全局解释器锁 `__ 是众所周知的。 在深度学习环境中,我们担心速度极快的GPU可能要等到CPU运行Python代码后才能运行另一个作业。 .. raw:: html
.. raw:: html
你可能会开始担心操作效率的问题。 毕竟,我们在一个高性能的深度学习库中进行了大量的字典查找、 代码执行和许多其他的Python代码。 Python的问题\ `全局解释器锁 `__ 是众所周知的。 在深度学习环境中,我们担心速度极快的GPU可能要等到CPU运行Python代码后才能运行另一个作业。 .. raw:: html
.. raw:: html
小结 ---- - 一个块可以由许多层组成;一个块可以由许多块组成。 - 块可以包含代码。 - 块负责大量的内部处理,包括参数初始化和反向传播。 - 层和块的顺序连接由\ ``Sequential``\ 块处理。 练习 ---- 1. 如果将\ ``MySequential``\ 中存储块的方式更改为Python列表,会出现什么样的问题? 2. 实现一个块,它以两个块为参数,例如\ ``net1``\ 和\ ``net2``\ ,并返回前向传播中两个网络的串联输出。这也被称为平行块。 3. 假设我们想要连接同一网络的多个实例。实现一个函数,该函数生成同一个块的多个实例,并在此基础上构建更大的网络。 .. raw:: html
mxnetpytorchtensorflowpaddle
.. raw:: html
`Discussions `__ .. raw:: html
.. raw:: html
`Discussions `__ .. raw:: html
.. raw:: html
`Discussions `__ .. raw:: html
.. raw:: html
`Discussions `__ .. raw:: html
.. raw:: html