PyTorch
PyTorch在学术界和工业界的应用研究中都获得了很多关注。它是一个具有很大灵活性的深度学习框架，使用了大量的实用工具和函数来加快工作速度。

1、DatasetFolder

当学习PyTorch时，人们首先要做的事情之一是实现自己的某种Dataset 。这是一个低级错误，没有必要浪费时间写这样的东西。通常，数据集要么是数据列表(或者是numpy数组)，要么磁盘上的文件。所以，把数据在磁盘上组织好，要比写一个自定义的Dataset来加载某种奇怪的格式更好。
分类器最常见的数据格式之一，是有一个带有子文件夹的目录，子文件夹表示类，子文件夹中的文件表示样本，如下所示。

  1. folder/class_0/file1.txt
  2. folder/class_0/file2.txt
  3. folder/class_0/...
  4. folder/class_1/file3.txt
  5. folder/class_1/file4.txt
  6. folder/class_2/file5.txt
  7. folder/class_2/...

有一个内置的方式来加载这类数据集，不管数据是图像，文本文件或其他什么，只要使用’DatasetFolder就可以了。令人惊讶的是，这个类是torchvision包的一部分，而不是核心PyTorch。这个类非常全面，可以从文件夹中过滤文件，使用自定义代码加载它们，并动态转换原始文件。例子:

  1. from torchvision.datasets import DatasetFolder
  2. from pathlib import Path
  3. # I have text files in this folder
  4. ds = DatasetFolder("/Users/marcin/Dev/tmp/my_text_dataset", 
  5.     loader=lambda path: Path(path).read_text(),
  6.     extensions=(".txt",), #only load .txt files
  7.     transform=lambda text: text[:100], # only take first 100 characters
  8. )
  9. # Everything you need is already there
  10. len(ds), ds.classes, ds.class_to_idx
  11. (20, ['novels', 'thrillers'], {'novels': 0, 'thrillers': 1})

如果在处理图像，还有一个torchvision.datasets.ImageFolder类，它基于DatasetLoader，它被预先配置为加载图像。

2、尽量少用 .to(device) ，用 zeros_like / ones_like 之类的代替

很多来自GitHub仓库的PyTorch代码。几乎在每个repo中都有许多*.to(device)行，它们将数据从CPU或GPU转移到其他地方。这样的语句通常会出现在大量的repos或初学者教程中。强烈建议尽可能少地实现这类操作，并依赖内置的PyTorch功能自动实现这类操作。到处使用.to(device)通常会导致性能下降，还会出现异常：

  1. Expected object of device type cuda but got device type cpu

显然，有些情况下无法回避它，但大多数情况(如果不是全部)都在这里。其中一种情况是初始化一个全0或全1的张量，这在深度神经网络计算损失的的时候是经常发生的，模型的输出已经在cuda上了，需要另外的tensor也是在cuda上，这时，可以使用*_like操作符：

  1. my_output # on any device, if it's cuda then my_zeros will also be on cuda
  2. my_zeros = torch.zeros_like(my_output_from_model)

在内部，PyTorch所做的是调用以下操作：

  1. my_zeros = torch.zeros(my_output.size(), dtype=my_output.dtype, layout=my_output.layout, device=my_output.device)

所以所有的设置都是正确的，这样就减少了代码中出现错误的概率。类似的操作包括：

  1. torch.zeros_like()
  2. torch.ones_like()
  3. torch.rand_like()
  4. torch.randn_like()
  5. torch.randint_like()
  6. torch.empty_like()
  7. torch.full_like()

3、Register Buffer (nn.Module.register_buffer)

这将是劝开发者不要到处使用 .to(device) 的下一步。有时，模型或损失函数需要有预先设置的参数，并在调用forward时使用，例如，它可以是一个“权重”参数，它可以缩放损失或一些固定张量，它不会改变，但每次都使用。对于这种情况，请使用nn.Module.register_buffer 方法，它告诉PyTorch将传递给它的值存储在模块中，并将这些值随模块一起移动。如果初始化模块，然后将它移动到GPU，这些值也会自动移动。此外，如果保存模块的状态，buffers也会被保存！
一旦注册，这些值就可以在forward函数中访问，就像其他模块的属性一样。

  1. from torch import nn
  2. import torch
  3. class ModuleWithCustomValues(nn.Module):
  4.     def __init__(self, weights, alpha):
  5.         super().__init__()
  6.         self.register_buffer("weights", torch.tensor(weights))
  7.         self.register_buffer("alpha", torch.tensor(alpha))
  9.     def forward(self, x):
  10.         return x * self.weights + self.alpha
  11. m = ModuleWithCustomValues(
  12.     weights=[1.0, 2.0], alpha=1e-4
  13. )
  14. m(torch.tensor([1.23, 4.56]))
  15. tensor([1.2301, 9.1201])

4、Built-in Identity()

有时候，使用迁移学习时，需要用1:1的映射替换一些层，可以用nn.Module来实现这个目的，只返回输入值。PyTorch内置了这个类。
例子，想要在分类层之前从一个预训练过的ResNet50获取图像表示。以下是如何做到这一点：

  1. from torchvision.models import resnet50
  2. model = resnet50(pretrained=True)
  3. model.fc = nn.Identity()
  4. last_layer_output = model(torch.rand((1, 3, 224, 224)))
  5. last_layer_output.shape
  6. torch.Size([1, 2048])

5、Pairwise distances: torch.cdist

下次遇到计算两个张量之间的欧几里得距离(或者一般来说:p范数)的问题时，请记住torch.cdist。它确实做到了这一点，并且在使用欧几里得距离时还自动使用矩阵乘法，从而提高了性能。

  1. points1 = torch.tensor([[0.0, 0.0], [1.0, 1.0], [2.0, 2.0]])
  2. points2 = torch.tensor([[0.0, 0.0], [-1.0, -1.0], [-2.0, -2.0], [-3.0, -3.0]]) # batches don't have to be equal
  3. torch.cdist(points1, points2, p=2.0)
  4. tensor([[0.0000, 1.4142, 2.8284, 4.2426],
  5.         [1.4142, 2.8284, 4.2426, 5.6569],
  6.         [2.8284, 4.2426, 5.6569, 7.0711]])

没有矩阵乘法或有矩阵乘法的性能，在机器上使用mm时，速度快了2倍以上。

  1. %%timeit
  2. points1 = torch.rand((512, 2))
  3. points2 = torch.rand((512, 2))
  4. torch.cdist(points1, points2, p=2.0, compute_mode="donot_use_mm_for_euclid_dist")

867µs±142µs per loop (mean±std. dev. of 7 run, 1000 loop each)

  1. %%timeit
  2. points1 = torch.rand((512, 2))
  3. points2 = torch.rand((512, 2))
  4. torch.cdist(points1, points2, p=2.0)

417µs±52.9µs per loop (mean±std. dev. of 7 run, 1000 loop each)

6、Cosine similarity: F.cosine_similarity

与上一点相同，计算欧几里得距离并不总是需要的东西。当处理向量时，通常余弦相似度是选择的度量。PyTorch也有一个内置的余弦相似度实现。

  1. import torch.nn.functional as F
  2. vector1 = torch.tensor([0.0, 1.0])
  3. vector2 = torch.tensor([0.05, 1.0])
  4. print(F.cosine_similarity(vector1, vector2, dim=0))
  5. vector3 = torch.tensor([0.0, -1.0])
  6. print(F.cosine_similarity(vector1, vector3, dim=0))
  7. tensor(0.9988)
  8. tensor(-1.)

PyTorch中批量计算余弦距离

  1. import torch.nn.functional as F
  2. batch_of_vectors = torch.rand((4, 64))
  3. similarity_matrix = F.cosine_similarity(batch_of_vectors.unsqueeze(1), batch_of_vectors.unsqueeze(0), dim=2)
  4. similarity_matrix
  5. tensor([[1.0000, 0.6922, 0.6480, 0.6789],
  6.         [0.6922, 1.0000, 0.7143, 0.7172],
  7.         [0.6480, 0.7143, 1.0000, 0.7312],
  8.         [0.6789, 0.7172, 0.7312, 1.0000]])

7、归一化向量: F.normalize

最后一点仍然与向量和距离有松散的联系，那就是归一化：通常是通过改变向量的大小来提高计算的稳定性。最常用的归一化是L2，可以在PyTorch中按如下方式应用:

  1. vector = torch.tensor([99.0, -512.0, 123.0, 0.1, 6.66])
  2. normalized_vector = F.normalize(vector, p=2.0, dim=0)
  3. normalized_vector
  4. tensor([ 1.8476e-01, -9.5552e-01,  2.2955e-01,  1.8662e-04,  1.2429e-02])

在PyTorch中执行归一化的旧方法是：

  1. vector = torch.tensor([99.0, -512.0, 123.0, 0.1, 6.66])
  2. normalized_vector = vector / torch.norm(vector, p=2.0)
  3. normalized_vector
  4. tensor([ 1.8476e-01, -9.5552e-01,  2.2955e-01,  1.8662e-04,  1.2429e-02])

在PyTorch中批量进行L2归一化

  1. batch_of_vectors = torch.rand((4, 64))
  2. normalized_batch_of_vectors = F.normalize(batch_of_vectors, p=2.0, dim=1)
  3. normalized_batch_of_vectors.shape, torch.norm(normalized_batch_of_vectors, dim=1) # all vectors will have length of 1.0
  4. (torch.Size([4, 64]), tensor([1.0000, 1.0000, 1.0000, 1.0000]))

8、线性层 + 分块技巧 (torch.chunk)

假设把输入映射到N个不同的线性投影中。可以通过创建N个nn.Linear来做到这一点。或者也可以创建一个单一的线性层，做一个向前传递，然后将输出分成N块。这种方法通常会带来更高的性能，所以这是一个值得记住的技巧。

  1. d = 1024
  2. batch = torch.rand((8, d))
  3. layers = nn.Linear(d, 128, bias=False), nn.Linear(d, 128, bias=False), nn.Linear(d, 128, bias=False)
  4. one_layer = nn.Linear(d, 128 * 3, bias=False)
  5. %%timeit
  6. o1 = layers[0](batch)
  7. o2 = layers[1](batch)
  8. o3 = layers[2](batch)

289 µs ± 30.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

  1. %%timeit
  2. o1, o2, o3 = torch.chunk(one_layer(batch), 3, dim=1)

202 µs ± 8.09 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

9、Masked select (torch.masked_select)

有时只需要对输入张量的一部分进行计算。给一个例子：想计算的损失只在满足某些条件的张量上。为了做到这一点，可以使用torch.masked_select，注意，当需要梯度时也可以使用这个操作。

  1. data = torch.rand((3, 3)).requires_grad_()
  2. print(data)
  3. mask = data > data.mean()
  4. print(mask)
  5. torch.masked_select(data, mask)
  6. tensor([[0.0582, 0.7170, 0.7713],
  7.         [0.9458, 0.2597, 0.6711],
  8.         [0.2828, 0.2232, 0.1981]], requires_grad=True)
  9. tensor([[False,  True,  True],
  10.         [ True, False,  True],
  11.         [False, False, False]])
  12. tensor([0.7170, 0.7713, 0.9458, 0.6711], grad_fn=<MaskedSelectBackward>)

直接在tensor上应用mask

类似的行为可以通过使用mask作为输入张量的 “indexer”来实现。

  1. data[mask]
  2. tensor([0.7170, 0.7713, 0.9458, 0.6711], grad_fn=<IndexBackward>)

有时，一个理想的解决方案是用0填充mask中所有的False值，可以这样做:

  1. data * mask
  2. tensor([[0.0000, 0.7170, 0.7713],
  3.         [0.9458, 0.0000, 0.6711],
  4.         [0.0000, 0.0000, 0.0000]], grad_fn=<MulBackward0>)

10、使用 torch.where来对tensors加条件

把两个张量结合在一个条件下这个函数很有用，如果条件是真，那么从第一个张量中取元素，如果条件是假，从第二个张量中取元素。

  1. x = torch.tensor([1.0, 2.0, 3.0, 4.0, 5.0], requires_grad=True)
  2. y = -x
  3. condition_or_mask = x <= 3.0
  4. torch.where(condition_or_mask, x, y)
  5. tensor([ 1.,  2.,  3., -4., -5.], grad_fn=<SWhereBackward>)

11、在给定的位置给张量填入值(Tensor.scatter)

这个函数的用例如下，想用给定位置下另一个张量的值填充一个张量。一维张量更容易理解，所以将先展示它，然后继续更高级的例子。

  1. data = torch.tensor([1, 2, 3, 4, 5])
  2. index = torch.tensor([0, 1])
  3. values = torch.tensor([-1, -2, -3, -4, -5])
  4. data.scatter(0, index, values)
  5. tensor([-1, -2,  3,  4,  5])

上面的例子很简单，但是现在看看如果将index改为index = torch.tensor([0, 1, 4])会发生什么：

  1. data = torch.tensor([1, 2, 3, 4, 5])
  2. index = torch.tensor([0, 1, 4])
  3. values = torch.tensor([-1, -2, -3, -4, -5])
  4. data.scatter(0, index, values)
  5. tensor([-1, -2,  3,  4, -3])

为什么最后一个值是-3，这是反直觉的，对吧？这是PyTorch scatter函数的中心思想。index变量表示data张量的第i个值应该放在values张量的哪个位置。希望下面的简单python版的这个操作能让你更明白：

  1. data_orig = torch.tensor([1, 2, 3, 4, 5])
  2. index = torch.tensor([0, 1, 4])
  3. values = torch.tensor([-1, -2, -3, -4, -5])
  4. scattered = data_orig.scatter(0, index, values)
  5. data = data_orig.clone()
  6. for idx_in_values, where_to_put_the_value in enumerate(index):
  7.     what_value_to_put = values[idx_in_values]
  8.     data[where_to_put_the_value] = what_value_to_put
  9. data, scattered
  10. (tensor([-1, -2,  3,  4, -3]), tensor([-1, -2,  3,  4, -3]))

2D数据的PyTorch scatter例子

始终记住，index的形状与values的形状相关，而index中的值对应于data中的位置。

  1. data = torch.zeros((4, 4)).float()
  2. index = torch.tensor([
  3.     [0, 1],
  4.     [2, 3],
  5.     [0, 3],
  6.     [1, 2]
  7. ])
  8. values = torch.arange(1, 9).float().view(4, 2)
  9. values, data.scatter(1, index, values)
  10. (tensor([[1., 2.],
  11.         [3., 4.],
  12.         [5., 6.],
  13.         [7., 8.]]),
  14. tensor([[1., 2., 0., 0.],
  15.         [0., 0., 3., 4.],
  16.         [5., 0., 0., 6.],
  17.         [0., 7., 8., 0.]]))

12、在网络中进行图像插值 (F.interpolate)

实际上可以在前向传递中调整图像(或任何中间张量)，并保持梯度流。这种方法在使用CNN和GANs时特别有用。

  1. # image from https://commons.wikimedia.org/wiki/File:A_female_British_Shorthair_at_the_age_of_20_months.jpg
  2. img = Image.open("./cat.jpg")
  3. img

13个PyTorch特性 - 图1

  1. to_pil_image(
  2.     F.interpolate(to_tensor(img).unsqueeze(0),  # batch of size 1
  3.                   mode="bilinear", 
  4.                   scale_factor=2.0, 
  5.                   align_corners=False).squeeze(0) # remove batch dimension
  6. )

13个PyTorch特性 - 图2
看看梯度流是如何保存的：

  1. F.interpolate(to_tensor(img).unsqueeze(0).requires_grad_(),
  2.                   mode="bicubic", 
  3.                   scale_factor=2.0, 
  4.                   align_corners=False)
  5. tensor([[[[0.9216, 0.9216, 0.9216,  ..., 0.8361, 0.8272, 0.8219],
  6.     [0.9214, 0.9214, 0.9214,  ..., 0.8361, 0.8272, 0.8219],
  7.     [0.9212, 0.9212, 0.9212,  ..., 0.8361, 0.8272, 0.8219],
  8.     ...,
  9.     [0.9098, 0.9098, 0.9098,  ..., 0.3592, 0.3486, 0.3421],
  10.     [0.9098, 0.9098, 0.9098,  ..., 0.3566, 0.3463, 0.3400],
  11.     [0.9098, 0.9098, 0.9098,  ..., 0.3550, 0.3449, 0.3387]],
  12.     [[0.6627, 0.6627, 0.6627,  ..., 0.5380, 0.5292, 0.5238],
  13.     [0.6626, 0.6626, 0.6626,  ..., 0.5380, 0.5292, 0.5238],
  14.     [0.6623, 0.6623, 0.6623,  ..., 0.5380, 0.5292, 0.5238],
  15.     ...,
  16.     [0.6196, 0.6196, 0.6196,  ..., 0.3631, 0.3525, 0.3461],
  17.     [0.6196, 0.6196, 0.6196,  ..., 0.3605, 0.3502, 0.3439],
  18.     [0.6196, 0.6196, 0.6196,  ..., 0.3589, 0.3488, 0.3426]],
  19.     [[0.4353, 0.4353, 0.4353,  ..., 0.1913, 0.1835, 0.1787],
  20.     [0.4352, 0.4352, 0.4352,  ..., 0.1913, 0.1835, 0.1787],
  21.     [0.4349, 0.4349, 0.4349,  ..., 0.1913, 0.1835, 0.1787],
  22.     ...,
  23.     [0.3333, 0.3333, 0.3333,  ..., 0.3827, 0.3721, 0.3657],
  24.     [0.3333, 0.3333, 0.3333,  ..., 0.3801, 0.3698, 0.3635],
  25.     [0.3333, 0.3333, 0.3333,  ..., 0.3785, 0.3684, 0.3622]]]],
  26. grad_fn=<UpsampleBicubic2DBackward1>)

13、将图像做成网格 (torchvision.utils.make_grid)

当使用PyTorch和torchvision时，不需要使用matplotlib或一些外部库来复制粘贴代码来显示图像网格。只要使用torchvision.utils.make_grid就行了。

  1. from torchvision.utils import make_grid
  2. from torchvision.transforms.functional import to_tensor, to_pil_image
  3. from PIL import Image
  4. img = Image.open("./cat.jpg")
  5. to_pil_image(
  6.     make_grid(
  7.         [to_tensor(i) for i in [img, img, img]],
  8.          nrow=2, # number of images in single row
  9.          padding=5 # "frame" size
  10.      )
  11. )

13个PyTorch特性 - 图3