极市导读
本文首先介绍了计算图的自动求导方法,然后对卷积运算中Kernel和Input的梯度进行了推导,之后基于Pytorch实现了卷积算子并做了正确性检验。 >>加入极市CV技术交流群,走在计算机视觉的最前沿
本文主要有两个目的:
首先介绍了计算图的自动求导方法,然后对卷积运算中Kernel和Input的梯度进行了推导,之后基于Pytorch实现了卷积算子并做了正确性检验。
本文的代码在这个GitHub仓库:https://github.com/dragonylee/myDL/blob/master/%E6%89%A9%E5%B1%95%E6%B5%8B%E8%AF%95.ipynb。
计算图(Computational Graphs)是torch.autograd
自动求导的理论基础,描述为一个有向无环图(DAG),箭头的方向是前向传播(forward)的方向,而逆向的反向传播(backward)的过程可以很方便地对任意变量求偏导。为了方便说明,这里举一个简单的例子:
其中 是输入, 是输出。
根据链式求导法则我们可得:
在Pytorch(Python)里定义上述三个函数:
def square(x):
return x ** 2
def mul3(x):
return x * 3
def mul_(x, y):
return x * y
然后用torchviz
可视化其复合函数的计算图:
x = torch.tensor(3., requires_grad=True, dtype=torch.float)
y = torch.tensor(2., requires_grad=True, dtype=torch.float)
a = square(x) # a=x^2
b = mul3(a) # b=3a
c = mul_(b, y) # c=by
torchviz.make_dot(c, {"x": x, "y": y, "c": c}).view()
得到如下结果:
忽略“Accumulate”这个操作,在该计算图上的反向求导过程表示如下:
这很清晰地展示了计算图的功能,它记录了每一个变量(包括输出、中间变量)的计算函数(可以称之为一个算子,就是图中的方框,入边是输入,出边是输出),从而可以数值计算出相应的导数。实际上,任何变量qqq对ppp求导都可以对两者之间的反向链路进行累乘得到。
对输出
调用.backward()
后,可以查看导数值:
c.backward()
print(y.grad)
print(x.grad)
输出结果和上图的计算结果一致。注意在backward过程中非叶子节点可以调用.retain_grad()
来记录grad。
以前我一直以为自动求导是一个很复杂的操作,没想到一个计算图就非常简洁地实现了,才发现“我以为”的复杂操作其实是形式化的求导……
本文所涉及的卷积运算是最平凡的卷积运算,不包含stride, padding, dilation, bias等。定义卷积运算
Output Input Kernel,
其中 为输入, Kernel 为卷积 核, Output Tensor 为输出, 且有 。
可以先用nn.Unfold
将输入的tensor展开,注意Unfold()也是可以指定stride, dilation等参数的,但我们这里不考虑这些,因此只用传入kernel_size,就可以将Input展开为Tensor
的形式。
input_unf = nn.Unfold(kernel_size=K)(input)
然后通过view
将Input转变为Tensor
的形式。
input_unf = input_unf.view((B, Cin, -1, M, M))
同样通过view
将Kernel转变为Tensor
的形式。
kernel_view = kernel.view((Cout, Cin, K * K))
而输出Output是Tensor 的形式。
在这里就可以直接用Einstein求和标记将卷积运算写出来了:
代码为
output = torch.einsum("ijklm,njk->inlm", input_unf, kernel_view)
这部分求导的推导是我自己在草稿纸上完成的,后面经过一些验证应该或许可以保证是正确的。
为了能够用Pytorch自带的 gradcheck 来验证backward梯度计算的正确性, 我们有必要对每个输入参数都进行求导, 假设最终的Loss函数结果为 (是一个标量), 我们需要计算对输入Input的导数 以及对卷积核Kernel的导数 。
为了方便推导,先不考虑batch和channel,也就是Input, Kernel, Output都是二维的。
根据链式求导法则我们可以将此导数(偏导)写作
式中 已知 (backward过程中会作为参数一直传下去),也就是计算图中当前卷积算子后面的链路所有梯度的累乘,其size与Output一致。
那么问题就是求Output对Kernel的偏导,我们用一个简单的例子来推导:
可以发现, 竟然就是 和Input矩阵的左上子矩阵的点积, 对于其它的 也是同理, 因此我们可以得到结论:
也就是说,Kernel的梯度,就是以Output的梯度作为卷积核,对Input卷积的结果。
同样,Input的梯度可以写作
式中 已知, 同样沿用上面的例子来推导:
我们可以发现, 把 适当的0填充后, 以旋转 的Kernel做卷积运算, 就得到了 。公式可以写作( 可能不太规范 ):
因此Input的梯度计算方式可以表述为:Input的梯度, 就是以旋转180°的Kernel作为卷积核, 对 反卷积的结果。
本文的一个很大目的,就是让我自己学会怎么扩展Pytorch的算子,从官方文档了解到,需要实现一个继承torch.autograd.Function
的函数,并且实现forward
和backward
静态函数,才能适应Pytorch的自动求导框架,有一些需要注意的细节:
forward
和
backward
函数的第一个参数都是
ctx
,就是context的意思,与
self
类似,一般如果在backward过程中要用到forward的参数,在forward时就要调用
ctx.save_for_backward()
保存起来;
forward
有多少个输入,
backward
就要有多少个输出,这个看计算图就能明白了,如果不需要求梯度的入边,可以返回
None
;
前面在定义卷积运算时,都是考虑了Batch和Channel的,而在推导对Input和Kernel的梯度时,却为了方便没有考虑这两个参数。实际上在实现时,要特别注意每个数据的view
的每个维度之间的关系。
例如我这里定义的:
Input : Tensor Kernel: Tensor Output: Tensor
在求Kernel的梯度时, 根据公式 Input , 这里的维度是
Input: Tensor Tensor Tensor
因此我们需要先把Input的01维交换 (transpose), 再把 的01维交换, 然后再做卷积, 得到的结果还要把01维交换, 才能得到 。代码写作:
input_ = torch.transpose(input, 0, 1)
grad_output_ = torch.transpose(grad_output, 0, 1)
grad_weight = MyConv2dFunc.conv2d(input_, grad_output_).transpose(0, 1)
求Input的梯度也是类似。
class MyConv2dFunc(torch.autograd.Function):
@staticmethod
def conv2d(input: Tensor, kernel: Tensor) -> Tensor:
"""
卷积运算
Output = Input * Kernel
:param input: Tensor[B, Cin, N, N]
:param kernel: Tensor[Cout, Cin, K, K]
:return: Tensor[B, Cout, M, M], M=N-K+1
"""
B = input.shape[0]
Cin = input.shape[1]
N = input.shape[2]
Cout = kernel.shape[0]
K = kernel.shape[2]
M = N - K + 1
input_unf = nn.Unfold(kernel_size=K)(input)
input_unf = input_unf.view((B, Cin, -1, M, M))
kernel_view = kernel.view((Cout, Cin, K * K))
output = torch.einsum("ijklm,njk->inlm", input_unf, kernel_view)
return output
@staticmethod
def forward(ctx, input, weight):
ctx.save_for_backward(input, weight)
output = MyConv2dFunc.conv2d(input, weight)
return output
@staticmethod
def backward(ctx, grad_output):
input, weight = ctx.saved_tensors
grad_input = grad_weight = None
if grad_output is None:
return None, None
if ctx.needs_input_grad[0]:
# 反卷积
gop = nn.ZeroPad2d(weight.shape[2] - 1)(grad_output)
kk = torch.rot90(weight, 2, (2, 3)) # 旋转180度
kk = torch.transpose(kk, 0, 1)
grad_input = MyConv2dFunc.conv2d(gop, kk)
if ctx.needs_input_grad[1]:
input_ = torch.transpose(input, 0, 1)
grad_output_ = torch.transpose(grad_output, 0, 1)
grad_weight = MyConv2dFunc.conv2d(input_, grad_output_).transpose(0, 1)
return grad_input, grad_weight
torch.autograd.gradcheck
提供了检验梯度运算正确性的工具,它的原理是,给定输入,用你写的算子的backward计算一个output和input的雅各比矩阵,然后再用有限差分的方法计算一个数值解,然后对比这两个结果是否一致。
验证上面的MyConv2dFunc
算子的正确性:
input = (torch.rand((2, 4, 10, 10), requires_grad=True, dtype=torch.double),
torch.rand((6, 4, 5, 5), requires_grad=True, dtype=torch.double))
test = torch.autograd.gradcheck(MyConv2dFunc.apply, input)
print(test)
输出为True
。
需要继承nn.Module
,并且用nn.Parameter
保存权重,也就是卷积核。还要实现forward
方法。
class MyConv2d(nn.Module):
def __init__(self, in_channels, out_channels, kernel_size: tuple):
super(MyConv2d, self).__init__()
self.in_channels = in_channels
self.out_channels = out_channels
self.kernel_size = kernel_size
# Parameters
self.weight = nn.Parameter(torch.empty(out_channels, in_channels, kernel_size[0], kernel_size[1]))
nn.init.uniform_(self.weight, -0.1, 0.1)
def forward(self, x):
return MyConv2dFunc.apply(x, self.weight)
def extra_repr(self):
return 'MyConv2d: in_channels={}, out_channels={}, kernel_size={}'.format(
self.in_channels, self.out_channels, self.kernel_size
)
使用的卷积神经网络模型为LeNet:
CNN(
(layer1): Sequential(
(0): Conv2d(1, 32, kernel_size=(3, 3), stride=(1, 1))
(1): ReLU()
(2): Conv2d(32, 64, kernel_size=(3, 3), stride=(1, 1))
(3): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(4): ReLU()
(5): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(flatten): Flatten(start_dim=1, end_dim=-1)
(fc): Sequential(
(0): Linear(in_features=9216, out_features=256, bias=True)
(1): ReLU()
(2): Linear(in_features=256, out_features=10, bias=True)
)
)
任务是对MNIST手写体数字进行分类。
首先用Pytorch自带的Conv、Linear这些网络层搭建然后训练,然后把网络中的Conv2d
替换为我写的MyConv2d
做同样的训练,得到的结果如下(5个epoch, CUDA):
Accuracy | time cost(s) | |
---|---|---|
nn.Conv2d | 99.2% | 33.72 |
MyConv2d | 99.1% | 76.49 |
公众号后台回复“剑桥报告”获取2022年剑桥AI全景报告~
# CV技术社群邀请函 #
备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
极市&深大CV技术交流群已创建,欢迎深大校友加入,在群内自由交流学术心得,分享学术讯息,共建良好的技术交流氛围。
“
点击阅读原文进入CV社区
收获更多技术干货
“
点击阅读原文进入CV社区
收获更多技术干货