这是我正在尝试实现的内容:
我们根据 F(X)
计算损失, 照常。但我们也定义了“对抗性损失”,这是基于 F(X + e)
的损失。 . e
定义为 dF(X)/dX
乘以某个常数。损失和对抗性损失都是反向传播的总损失。
在 tensorflow 中,这部分(得到 dF(X)/dX
)可以像下面这样编码:
grad, = tf.gradients( loss, X )
grad = tf.stop_gradient(grad)
e = constant * grad
下面是我的pytorch代码:
class DocReaderModel(object):
def __init__(self, embedding=None, state_dict=None):
self.train_loss = AverageMeter()
self.embedding = embedding
self.network = DNetwork(opt, embedding)
self.optimizer = optim.SGD(parameters)
def adversarial_loss(self, batch, loss, embedding, y):
self.optimizer.zero_grad()
loss.backward(retain_graph=True)
grad = embedding.grad
grad.detach_()
perturb = F.normalize(grad, p=2)* 0.5
self.optimizer.zero_grad()
adv_embedding = embedding + perturb
network_temp = DNetwork(self.opt, adv_embedding) # This is how to get F(X)
network_temp.training = False
network_temp.cuda()
start, end, _ = network_temp(batch) # This is how to get F(X)
del network_temp # I even deleted this instance.
return F.cross_entropy(start, y[0]) + F.cross_entropy(end, y[1])
def update(self, batch):
self.network.train()
start, end, pred = self.network(batch)
loss = F.cross_entropy(start, y[0]) + F.cross_entropy(end, y[1])
loss_adv = self.adversarial_loss(batch, loss, self.network.lexicon_encoder.embedding.weight, y)
loss_total = loss + loss_adv
self.optimizer.zero_grad()
loss_total.backward()
self.optimizer.step()
我有几个问题:
1) 我用 grad.detach_() 替换了 tf.stop_gradient。这样对吗?
2) 我收到了
"RuntimeError: Trying to backward through the graph a second time, but the buffers have already been freed. Specify retain_graph=True when calling backward the first time."
所以我加了 retain_graph=True
在 loss.backward
.那个特定的错误消失了。但是现在我在几个时期后收到内存错误(
RuntimeError: cuda runtime error (2) : out of memory at /opt/conda/conda-bld/pytorch_1525909934016/work/aten/src/THC/generic/THCStorage.cu:58
)。我怀疑我不必要地保留了图表。有人可以让我知道 pytorch 在这方面的最佳实践吗?任何提示/甚至简短的评论都将受到高度赞赏。
最佳答案
我认为您正在尝试实现生成对抗网络 (GAN),但是从代码来看,我不理解也无法理解您要实现的目标,因为 GAN 有一些缺失的部分无法正常工作。我可以看到有一个鉴别器网络模块,DNetwork
但缺少生成器网络模块。
如果猜测,当你说“损失函数两次”时,我假设你的意思是你有一个用于鉴别器网络的损失函数和另一个用于生成器网络的损失函数。如果是这样的话,让我分享一下我将如何实现一个基本的 GAN 模型。
举个例子,我们看看这个Wasserstein GAN Jupyter notebook
我将跳过不太重要的部分并在此处放大重要的部分:
# Set up batch size, image size, and size of noise vector:
bs, sz, nz = 64, 64, 100 # nz is the size of the latent z vector for creating some random noise later
class DCGAN_D(nn.Module):
def __init__(self):
... truncated, the usual neural nets stuffs, layers, etc ...
def forward(self, input):
... truncated, the usual neural nets stuffs, layers, etc ...
class DCGAN_G(nn.Module):
def __init__(self):
... truncated, the usual neural nets stuffs, layers, etc ...
def forward(self, input):
... truncated, the usual neural nets stuffs, layers, etc ...
netG = DCGAN_G().cuda()
netD = DCGAN_D().cuda()
optimizerD = optim.RMSprop(netD.parameters(), lr = 1e-4)
optimizerG = optim.RMSprop(netG.parameters(), lr = 1e-4)
在这里,网络可以在反向传播期间计算梯度,这取决于此函数的输入。所以,就我而言,我有 3 种损失;生成器损失,判别器真实图像损失,判别器假图像损失。对于 3 次不同的网络传递,我可以获得三次损失函数的梯度。
def step_D(input, init_grad):
# input can be from generator's generated image data or input image from dataset
err = netD(input)
err.backward(init_grad) # backward pass net to calculate gradient
return err # loss
模型中的可训练参数是那些需要梯度的参数。
def make_trainable(net, val):
for p in net.parameters():
p.requires_grad = val # note, i.e, this is later set to False below in netG update in the train loop.
在 TensorFlow 中,这部分可以像下面这样编码:
grad = tf.gradients(loss, X)
grad = tf.stop_gradient(grad)
所以,我认为这将回答你的第一个问题,“我用 grad.detach_() 替换了 tf.stop_gradient。这是正确的吗?”
您可以在此处查看如何调用 3 个不同的损失函数。
def train(niter, first=True):
for epoch in range(niter):
# Make iterable from PyTorch DataLoader
data_iter = iter(dataloader)
i = 0
while i < n:
###########################
# (1) Update D network
###########################
make_trainable(netD, True)
# train the discriminator d_iters times
d_iters = 100
j = 0
while j < d_iters and i < n:
j += 1
i += 1
# clamp parameters to a cube
for p in netD.parameters():
p.data.clamp_(-0.01, 0.01)
data = next(data_iter)
##### train with real #####
real_cpu, _ = data
real_cpu = real_cpu.cuda()
real = Variable( data[0].cuda() )
netD.zero_grad()
# Real image discriminator loss
errD_real = step_D(real, one)
##### train with fake #####
fake = netG(create_noise(real.size()[0]))
input.data.resize_(real.size()).copy_(fake.data)
# Fake image discriminator loss
errD_fake = step_D(input, mone)
# Discriminator loss
errD = errD_real - errD_fake
optimizerD.step()
###########################
# (2) Update G network
###########################
make_trainable(netD, False)
netG.zero_grad()
# Generator loss
errG = step_D(netG(create_noise(bs)), one)
optimizerG.step()
print('[%d/%d][%d/%d] Loss_D: %f Loss_G: %f Loss_D_real: %f Loss_D_fake %f'
% (epoch, niter, i, n,
errD.data[0], errG.data[0], errD_real.data[0], errD_fake.data[0]))
"I was getting "RuntimeError: Trying to backward through the graph a second time..."
PyTorch 有这种行为;在
.backward()
期间减少 GPU 内存使用量调用,所有中间结果(如果您喜欢保存的激活等)在不再需要时将被删除。因此,如果您尝试拨打 .backward()
同样,中间结果不存在并且无法执行向后传递(并且您会看到您看到的错误)。这取决于您要尝试做什么。您可以拨打
.backward(retain_graph=True)
进行不会删除中间结果的反向传递,因此您可以拨打 .backward()
再次。除了最后一次向后调用之外的所有调用都应该具有 retain_graph=True
选项。Can someone let me know pytorch's best practice on this
正如您从上面的 PyTorch 代码以及在 PyTorch 中尝试保持 Pythonic 所做的事情所看到的那样,您可以从中了解 PyTorch 的最佳实践。
关于tensorflow - Pytorch如何得到损失函数的梯度两次,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51578235/