torch.func.grad

torch.func.grad(func, argnums=0, has_aux=False)

grad 运算符有助于计算 func 相对于由 argnums 指定的输入的梯度。此运算符可以嵌套以计算高阶梯度。

参数

• func (Callable) – 一个接受一个或多个参数的 Python 函数。必须返回一个单元素张量。如果指定的 has_aux 等于 True，则函数可以返回一个单元素张量和其他辅助对象的元组：(output, aux)。

• argnums (int 或 Tuple[int]) – 指定要计算梯度的参数。argnums 可以是单个整数或整数元组。默认值：0。

• has_aux (bool) – 一个标志，指示 func 返回一个张量和其他辅助对象：(output, aux)。默认值：False。

返回

用于计算其输入梯度的函数。默认情况下，函数的输出是相对于第一个参数的梯度张量。如果指定的 has_aux 等于 True，则返回梯度和输出辅助对象的元组。如果 argnums 是一个整数元组，则返回一个相对于每个 argnums 值的输出梯度元组。

返回类型

Callable

使用 grad 的示例

>>> from torch.func import grad
>>> x = torch.randn([])
>>> cos_x = grad(lambda x: torch.sin(x))(x)
>>> assert torch.allclose(cos_x, x.cos())
>>>
>>> # Second-order gradients
>>> neg_sin_x = grad(grad(lambda x: torch.sin(x)))(x)
>>> assert torch.allclose(neg_sin_x, -x.sin())

当与 vmap 组合使用时，grad 可用于计算每个样本的梯度

>>> from torch.func import grad, vmap
>>> batch_size, feature_size = 3, 5
>>>
>>> def model(weights, feature_vec):
>>>     # Very simple linear model with activation
>>>     assert feature_vec.dim() == 1
>>>     return feature_vec.dot(weights).relu()
>>>
>>> def compute_loss(weights, example, target):
>>>     y = model(weights, example)
>>>     return ((y - target) ** 2).mean()  # MSELoss
>>>
>>> weights = torch.randn(feature_size, requires_grad=True)
>>> examples = torch.randn(batch_size, feature_size)
>>> targets = torch.randn(batch_size)
>>> inputs = (weights, examples, targets)
>>> grad_weight_per_example = vmap(grad(compute_loss), in_dims=(None, 0, 0))(*inputs)

使用 grad 以及 has_aux 和 argnums 的示例

>>> from torch.func import grad
>>> def my_loss_func(y, y_pred):
>>>    loss_per_sample = (0.5 * y_pred - y) ** 2
>>>    loss = loss_per_sample.mean()
>>>    return loss, (y_pred, loss_per_sample)
>>>
>>> fn = grad(my_loss_func, argnums=(0, 1), has_aux=True)
>>> y_true = torch.rand(4)
>>> y_preds = torch.rand(4, requires_grad=True)
>>> out = fn(y_true, y_preds)
>>> # > output is ((grads w.r.t y_true, grads w.r.t y_preds), (y_pred, loss_per_sample))

注意

将 PyTorch torch.no_grad 与 grad 结合使用。

情况 1：在函数内部使用 torch.no_grad

>>> def f(x):
>>>     with torch.no_grad():
>>>         c = x ** 2
>>>     return x - c

在这种情况下，grad(f)(x) 将遵守内部的 torch.no_grad。

情况 2：在 torch.no_grad 上下文管理器内部使用 grad

>>> with torch.no_grad():
>>>     grad(f)(x)

在这种情况下，grad 将遵守内部的 torch.no_grad，但不遵守外部的。这是因为 grad 是一个“函数转换”：其结果不应依赖于 f 外部的上下文管理器的结果。