LazyModuleMixin¶
- class torch.nn.modules.lazy.LazyModuleMixin(*args, **kwargs)[source]¶
用于延迟初始化参数的模块的混合,也称为“延迟模块”。
延迟初始化参数的模块,或“延迟模块”,从其 forward 方法的第一个输入(或多个输入)推断其参数的形状。在第一次 forward 调用之前,它们包含
torch.nn.UninitializedParameter
,这些参数不应该访问或使用,之后它们包含常规的torch.nn.Parameter
。延迟模块很方便,因为它们不需要计算一些模块参数,例如典型torch.nn.Linear
的in_features
参数。构建后,具有延迟模块的网络应首先转换为所需的 dtype 并放置到预期的设备上。这是因为延迟模块只执行形状推断,所以通常的 dtype 和设备放置行为适用。然后,延迟模块应该执行“干运行”以初始化模块中的所有组件。这些“干运行”将正确大小、dtype 和设备的输入发送到网络及其每个延迟模块。之后,网络可以像往常一样使用。
>>> class LazyMLP(torch.nn.Module): ... def __init__(self) -> None: ... super().__init__() ... self.fc1 = torch.nn.LazyLinear(10) ... self.relu1 = torch.nn.ReLU() ... self.fc2 = torch.nn.LazyLinear(1) ... self.relu2 = torch.nn.ReLU() ... ... def forward(self, input): ... x = self.relu1(self.fc1(input)) ... y = self.relu2(self.fc2(x)) ... return y >>> # constructs a network with lazy modules >>> lazy_mlp = LazyMLP() >>> # transforms the network's device and dtype >>> # NOTE: these transforms can and should be applied after construction and before any 'dry runs' >>> lazy_mlp = lazy_mlp.cuda().double() >>> lazy_mlp LazyMLP( (fc1): LazyLinear(in_features=0, out_features=10, bias=True) (relu1): ReLU() (fc2): LazyLinear(in_features=0, out_features=1, bias=True) (relu2): ReLU() ) >>> # performs a dry run to initialize the network's lazy modules >>> lazy_mlp(torch.ones(10,10).cuda()) >>> # after initialization, LazyLinear modules become regular Linear modules >>> lazy_mlp LazyMLP( (fc1): Linear(in_features=10, out_features=10, bias=True) (relu1): ReLU() (fc2): Linear(in_features=10, out_features=1, bias=True) (relu2): ReLU() ) >>> # attaches an optimizer, since parameters can now be used as usual >>> optim = torch.optim.SGD(mlp.parameters(), lr=0.01)
使用延迟模块时的最后一点注意事项是,网络参数的初始化顺序可能会发生变化,因为延迟模块始终在其他模块之后初始化。例如,如果上面定义的 LazyMLP 类首先包含一个
torch.nn.LazyLinear
模块,然后是一个常规的torch.nn.Linear
,则第二个模块将在构建时初始化,第一个模块将在第一次干运行期间初始化。这会导致使用延迟模块的网络参数的初始化方式不同于不使用延迟模块的网络,因为参数初始化的顺序(通常依赖于有状态的随机数生成器)不同。有关详细信息,请查看 可重复性。延迟模块可以使用状态字典(与其他模块一样)进行序列化。例如
>>> lazy_mlp = LazyMLP() >>> # The state dict shows the uninitialized parameters >>> lazy_mlp.state_dict() OrderedDict([('fc1.weight', Uninitialized parameter), ('fc1.bias', tensor([-1.8832e+25, 4.5636e-41, -1.8832e+25, 4.5636e-41, -6.1598e-30, 4.5637e-41, -1.8788e+22, 4.5636e-41, -2.0042e-31, 4.5637e-41])), ('fc2.weight', Uninitialized parameter), ('fc2.bias', tensor([0.0019]))])
延迟模块可以加载常规的
torch.nn.Parameter
(即,您可以序列化/反序列化已初始化的延迟模块,它们将保持初始化状态)>>> full_mlp = LazyMLP() >>> # Dry run to initialize another module >>> full_mlp.forward(torch.ones(10, 1)) >>> # Load an initialized state into a lazy module >>> lazy_mlp.load_state_dict(full_mlp.state_dict()) >>> # The state dict now holds valid values >>> lazy_mlp.state_dict() OrderedDict([('fc1.weight', tensor([[-0.3837], [ 0.0907], [ 0.6708], [-0.5223], [-0.9028], [ 0.2851], [-0.4537], [ 0.6813], [ 0.5766], [-0.8678]])), ('fc1.bias', tensor([-1.8832e+25, 4.5636e-41, -1.8832e+25, 4.5636e-41, -6.1598e-30, 4.5637e-41, -1.8788e+22, 4.5636e-41, -2.0042e-31, 4.5637e-41])), ('fc2.weight', tensor([[ 0.1320, 0.2938, 0.0679, 0.2793, 0.1088, -0.1795, -0.2301, 0.2807, 0.2479, 0.1091]])), ('fc2.bias', tensor([0.0019]))])
但是,请注意,如果在加载状态时已初始化参数,则在执行“干运行”时不会替换这些参数。这可以防止在不同上下文中使用已初始化的模块。