如何在PyTorch中使用交叉熵?fù)p失函數(shù)

1. 指定GPU編號(hào)

設(shè)置當(dāng)前使用的GPU設(shè)備僅為0號(hào)設(shè)備，設(shè)備名稱為/gpu:0：

os.environ["CUDA_VISIBLE_DEVICES"] = "0"

設(shè)置當(dāng)前使用的GPU設(shè)備為0, 1號(hào)兩個(gè)設(shè)備，名稱依次為/gpu:0、/gpu:1：
os.environ["CUDA_VISIBLE_DEVICES"] = "0,1"，根據(jù)順序表示優(yōu)先使用0號(hào)設(shè)備,然后使用1號(hào)設(shè)備。

指定GPU的命令需要放在和神經(jīng)網(wǎng)絡(luò)相關(guān)的一系列操作的前面。

2. 查看模型每層輸出詳情

Keras有一個(gè)簡潔的API來查看模型的每一層輸出尺寸，這在調(diào)試網(wǎng)絡(luò)時(shí)非常有用?，F(xiàn)在在PyTorch中也可以實(shí)現(xiàn)這個(gè)功能。

使用很簡單，如下用法：

from torchsummary import summarysummary(your_model, input_size=(channels, H, W))

input_size是根據(jù)你自己的網(wǎng)絡(luò)模型的輸入尺寸進(jìn)行設(shè)置。

https://github.com/sksq96/pytorch-summary

3. 梯度裁剪（Gradient Clipping）

import torch.nn as nn
outputs = model(data)loss= loss_fn(outputs, target)optimizer.zero_grad()loss.backward()nn.utils.clip_grad_norm_(model.parameters(), max_norm=20, norm_type=2)optimizer.step()

nn.utils.clip_grad_norm_的參數(shù)：

parameters– 一個(gè)基于變量的迭代器，會(huì)進(jìn)行梯度歸一化

max_norm– 梯度的最大范數(shù)

norm_type– 規(guī)定范數(shù)的類型，默認(rèn)為L2

提出：梯度裁剪在某些任務(wù)上會(huì)額外消耗大量的計(jì)算時(shí)間。

4. 擴(kuò)展單張圖片維度

因?yàn)樵谟?xùn)練時(shí)的數(shù)據(jù)維度一般都是 (batch_size, c, h, w)，而在測試時(shí)只輸入一張圖片，所以需要擴(kuò)展維度，擴(kuò)展維度有多個(gè)方法：

import cv2import torch
image = cv2.imread(img_path)image = torch.tensor(image)print(image.size())
img = image.view(1, *image.size())print(img.size())
# output:# torch.Size([h, w, c])# torch.Size([1, h, w, c])

或

import cv2import numpy as np
image = cv2.imread(img_path)print(image.shape)img = image[np.newaxis, :, :, :]print(img.shape)
# output:# (h, w, c)# (1, h, w, c)

或

import cv2import torch
image = cv2.imread(img_path)image = torch.tensor(image)print(image.size())
img = image.unsqueeze(dim=0)  print(img.size())
img = img.squeeze(dim=0)print(img.size())
# output:# torch.Size([(h, w, c)])# torch.Size([1, h, w, c])# torch.Size([h, w, c])

tensor.unsqueeze(dim)：擴(kuò)展維度，dim指定擴(kuò)展哪個(gè)維度。

tensor.squeeze(dim)：去除dim指定的且size為1的維度，維度大于1時(shí)，squeeze()不起作用，不指定dim時(shí)，去除所有size為1的維度。

5. 獨(dú)熱編碼

在PyTorch中使用交叉熵?fù)p失函數(shù)的時(shí)候會(huì)自動(dòng)把label轉(zhuǎn)化成onehot，所以不用手動(dòng)轉(zhuǎn)化，而使用MSE需要手動(dòng)轉(zhuǎn)化成onehot編碼。

import torchclass_num = 8batch_size = 4
def one_hot(label):    """    將一維列表轉(zhuǎn)換為獨(dú)熱編碼    """    label = label.resize_(batch_size, 1)    m_zeros = torch.zeros(batch_size, class_num)    # 從 value 中取值，然后根據(jù) dim 和 index 給相應(yīng)位置賦值    onehot = m_zeros.scatter_(1, label, 1)  # (dim,index,value)
    return onehot.numpy()  # Tensor -> Numpy
label = torch.LongTensor(batch_size).random_() % class_num  # 對(duì)隨機(jī)數(shù)取余print(one_hot(label))
# output:[[0. 0. 0. 1. 0. 0. 0. 0.] [0. 0. 0. 0. 1. 0. 0. 0.] [0. 0. 1. 0. 0. 0. 0. 0.] [0. 1. 0. 0. 0. 0. 0. 0.]]

https://discuss.pytorch.org/t/convert-int-into-one-hot-format/507/3

6. 防止驗(yàn)證模型時(shí)爆顯存

驗(yàn)證模型時(shí)不需要求導(dǎo)，即不需要梯度計(jì)算，關(guān)閉autograd，可以提高速度，節(jié)約內(nèi)存。如果不關(guān)閉可能會(huì)爆顯存。

with torch.no_grad():    # 使用model進(jìn)行預(yù)測的代碼pass

感謝知乎用戶 @zhaz 的提醒，我把torch.cuda.empty_cache()的使用原因更新一下。

這是原回答：

Pytorch 訓(xùn)練時(shí)無用的臨時(shí)變量可能會(huì)越來越多，導(dǎo)致 out of memory ，可以使用下面語句來清理這些不需要的變量。

官網(wǎng)上的解釋為：

Releases all unoccupied cached memory currently held by the caching allocator so that those can be used in other GPU application and visible innvidia-smi.torch.cuda.empty_cache()

意思就是PyTorch的緩存分配器會(huì)事先分配一些固定的顯存，即使實(shí)際上tensors并沒有使用完這些顯存，這些顯存也不能被其他應(yīng)用使用。這個(gè)分配過程由第一次CUDA內(nèi)存訪問觸發(fā)的。

而torch.cuda.empty_cache()的作用就是釋放緩存分配器當(dāng)前持有的且未占用的緩存顯存，以便這些顯存可以被其他GPU應(yīng)用程序中使用，并且通過nvidia-smi命令可見。注意使用此命令不會(huì)釋放tensors占用的顯存。

對(duì)于不用的數(shù)據(jù)變量，Pytorch 可以自動(dòng)進(jìn)行回收從而釋放相應(yīng)的顯存。

更詳細(xì)的優(yōu)化可以查看：
優(yōu)化顯存使用：
https://blog.csdn.net/qq_28660035/article/details/80688427
顯存利用問題：
https://oldpan.me/archives/pytorch-gpu-memory-usage-track

7. 學(xué)習(xí)率衰減

import torch.optim as optimfrom torch.optim import lr_scheduler
# 訓(xùn)練前的初始化optimizer = optim.Adam(net.parameters(), lr=0.001)scheduler = lr_scheduler.StepLR(optimizer, 10, 0.1)  # # 每過10個(gè)epoch，學(xué)習(xí)率乘以0.1
# 訓(xùn)練過程中for n in n_epoch:    scheduler.step()    ...

參考：Pytorch 凍結(jié)預(yù)訓(xùn)練模型的某一層

https://www.zhihu.com/question/311095447/answer/589307812

在加載預(yù)訓(xùn)練模型的時(shí)候，我們有時(shí)想凍結(jié)前面幾層，使其參數(shù)在訓(xùn)練過程中不發(fā)生變化。

我們需要先知道每一層的名字，通過如下代碼打?。?/p>

net = Network()  # 獲取自定義網(wǎng)絡(luò)結(jié)構(gòu)for name, value in net.named_parameters():    print('name: {0},	 grad: {1}'.format(name, value.requires_grad))

假設(shè)前幾層信息如下：

name: cnn.VGG_16.convolution1_1.weight,   grad: Truename: cnn.VGG_16.convolution1_1.bias,   grad: Truename: cnn.VGG_16.convolution1_2.weight,   grad: Truename: cnn.VGG_16.convolution1_2.bias,   grad: Truename: cnn.VGG_16.convolution2_1.weight,   grad: Truename: cnn.VGG_16.convolution2_1.bias,   grad: Truename: cnn.VGG_16.convolution2_2.weight,   grad: Truename: cnn.VGG_16.convolution2_2.bias,   grad: True

后面的True表示該層的參數(shù)可訓(xùn)練，然后我們定義一個(gè)要凍結(jié)的層的列表：

no_grad = [    'cnn.VGG_16.convolution1_1.weight',    'cnn.VGG_16.convolution1_1.bias',    'cnn.VGG_16.convolution1_2.weight',    'cnn.VGG_16.convolution1_2.bias']

凍結(jié)方法如下：

net = Net.CTPN()  # 獲取網(wǎng)絡(luò)結(jié)構(gòu)for name, value in net.named_parameters():    if name in no_grad:        value.requires_grad = False    else:        value.requires_grad = True

凍結(jié)后我們?cè)俅蛴∶繉拥男畔ⅲ?/p>

name: cnn.VGG_16.convolution1_1.weight,   grad: Falsename: cnn.VGG_16.convolution1_1.bias,   grad: Falsename: cnn.VGG_16.convolution1_2.weight,   grad: Falsename: cnn.VGG_16.convolution1_2.bias,   grad: Falsename: cnn.VGG_16.convolution2_1.weight,   grad: Truename: cnn.VGG_16.convolution2_1.bias,   grad: Truename: cnn.VGG_16.convolution2_2.weight,   grad: Truename: cnn.VGG_16.convolution2_2.bias,   grad: True

可以看到前兩層的weight和bias的requires_grad都為False，表示它們不可訓(xùn)練。

最后在定義優(yōu)化器時(shí)，只對(duì)requires_grad為True的層的參數(shù)進(jìn)行更新。

optimizer = optim.Adam(filter(lambda p: p.requires_grad, net.parameters()), lr=0.01)

我們對(duì)模型的不同層使用不同的學(xué)習(xí)率。

還是使用這個(gè)模型作為例子：

net = Network()  # 獲取自定義網(wǎng)絡(luò)結(jié)構(gòu)for name, value in net.named_parameters():    print('name: {}'.format(name))
# 輸出：# name: cnn.VGG_16.convolution1_1.weight# name: cnn.VGG_16.convolution1_1.bias# name: cnn.VGG_16.convolution1_2.weight# name: cnn.VGG_16.convolution1_2.bias# name: cnn.VGG_16.convolution2_1.weight# name: cnn.VGG_16.convolution2_1.bias# name: cnn.VGG_16.convolution2_2.weight# name: cnn.VGG_16.convolution2_2.bias

對(duì) convolution1 和 convolution2 設(shè)置不同的學(xué)習(xí)率，首先將它們分開，即放到不同的列表里：

conv1_params = []conv2_params = []
for name, parms in net.named_parameters():    if "convolution1" in name:        conv1_params += [parms]    else:        conv2_params += [parms]
# 然后在優(yōu)化器中進(jìn)行如下操作：optimizer = optim.Adam(    [        {"params": conv1_params, 'lr': 0.01},        {"params": conv2_params, 'lr': 0.001},    ],    weight_decay=1e-3,)

我們將模型劃分為兩部分，存放到一個(gè)列表里，每部分就對(duì)應(yīng)上面的一個(gè)字典，在字典里設(shè)置不同的學(xué)習(xí)率。當(dāng)這兩部分有相同的其他參數(shù)時(shí)，就將該參數(shù)放到列表外面作為全局參數(shù)，如上面的`weight_decay`。

也可以在列表外設(shè)置一個(gè)全局學(xué)習(xí)率，當(dāng)各部分字典里設(shè)置了局部學(xué)習(xí)率時(shí)，就使用該學(xué)習(xí)率，否則就使用列表外的全局學(xué)習(xí)率。