torch.vmap¶
- torch.vmap(func, in_dims=0, out_dims=0, randomness='error', *, chunk_size=None)¶
vmap 是向量化映射；
vmap(func)返回一个新函数，该函数在输入的某些维度上映射func。从语义上讲，vmap 将映射推入func调用的 PyTorch 操作，有效地将这些操作向量化。vmap 用于处理批次维度：可以编写一个在示例上运行的函数
func，然后使用vmap(func)将其提升为可以接收示例批次的函数。vmap 还可以与 autograd 组合使用来计算批次梯度。注意
torch.vmap()为方便起见，它是torch.func.vmap()的别名。使用任何一个都可以。- 参数
func (function) – 一个接收一个或多个参数的 Python 函数。必须返回一个或多个张量。
in_dims (int 或 嵌套结构) – 指定应在其上进行映射的输入的哪个维度。
in_dims应该具有与输入类似的结构。如果特定输入的in_dim为 None，则表示没有映射维度。默认值：0。out_dims (int 或 Tuple[int]) – 指定映射维度应出现在输出中的位置。如果
out_dims是一个元组，则它应该每个输出都有一个元素。默认值：0。randomness (str) – 指定此 vmap 中的随机性在批次之间应该是相同还是不同。如果为“different”，则每个批次的随机性将不同。如果为“same”，则批次之间的随机性将相同。如果为“error”，则任何对随机函数的调用都会出错。默认值：“error”。警告：此标志仅适用于随机 PyTorch 操作，不适用于 Python 的 random 模块或 numpy 的随机性。
chunk_size (None 或 int) – 如果为 None（默认值），则在输入上应用单个 vmap。如果不为 None，则一次计算
chunk_size个样本的 vmap。请注意，chunk_size=1等效于使用 for 循环计算 vmap。如果在计算 vmap 时遇到内存问题，请尝试使用非 None 的 chunk_size。
- 返回值
返回一个新的“批处理”函数。它接收与
func相同的输入，除了每个输入在由in_dims指定的索引处都有一个额外的维度。它返回与func相同的输出，除了每个输出在由out_dims指定的索引处都有一个额外的维度。- 返回类型
使用
vmap()的一个示例是计算批处理点积。PyTorch 没有提供批处理torch.dotAPI；与其在文档中徒劳地搜索，不如使用vmap()来构造一个新函数。>>> torch.dot # [D], [D] -> [] >>> batched_dot = torch.func.vmap(torch.dot) # [N, D], [N, D] -> [N] >>> x, y = torch.randn(2, 5), torch.randn(2, 5) >>> batched_dot(x, y)
vmap()有助于隐藏批次维度，从而简化模型创作体验。>>> batch_size, feature_size = 3, 5 >>> weights = torch.randn(feature_size, requires_grad=True) >>> >>> def model(feature_vec): >>> # Very simple linear model with activation >>> return feature_vec.dot(weights).relu() >>> >>> examples = torch.randn(batch_size, feature_size) >>> result = torch.vmap(model)(examples)
vmap()还可以帮助向量化之前难以或无法批处理的计算。一个例子是高阶梯度计算。PyTorch 的自动梯度引擎计算 vjps（向量-雅可比积）。对于某些函数 f: R^N -> R^N，计算完整的雅可比矩阵通常需要 N 次调用autograd.grad，每行雅可比矩阵一次。使用vmap()，我们可以向量化整个计算，在一次调用autograd.grad中计算雅可比矩阵。>>> # Setup >>> N = 5 >>> f = lambda x: x ** 2 >>> x = torch.randn(N, requires_grad=True) >>> y = f(x) >>> I_N = torch.eye(N) >>> >>> # Sequential approach >>> jacobian_rows = [torch.autograd.grad(y, x, v, retain_graph=True)[0] >>> for v in I_N.unbind()] >>> jacobian = torch.stack(jacobian_rows) >>> >>> # vectorized gradient computation >>> def get_vjp(v): >>> return torch.autograd.grad(y, x, v) >>> jacobian = torch.vmap(get_vjp)(I_N)
vmap()也可以嵌套使用，生成具有多个批处理维度的输出。>>> torch.dot # [D], [D] -> [] >>> batched_dot = torch.vmap(torch.vmap(torch.dot)) # [N1, N0, D], [N1, N0, D] -> [N1, N0] >>> x, y = torch.randn(2, 3, 5), torch.randn(2, 3, 5) >>> batched_dot(x, y) # tensor of size [2, 3]
如果输入不是沿第一个维度批处理的，
in_dims指定每个输入沿哪个维度进行批处理。>>> torch.dot # [N], [N] -> [] >>> batched_dot = torch.vmap(torch.dot, in_dims=1) # [N, D], [N, D] -> [D] >>> x, y = torch.randn(2, 5), torch.randn(2, 5) >>> batched_dot(x, y) # output is [5] instead of [2] if batched along the 0th dimension
如果有多个输入，每个输入都沿不同的维度进行批处理，则
in_dims必须是一个元组，其中包含每个输入的批处理维度。>>> torch.dot # [D], [D] -> [] >>> batched_dot = torch.vmap(torch.dot, in_dims=(0, None)) # [N, D], [D] -> [N] >>> x, y = torch.randn(2, 5), torch.randn(5) >>> batched_dot(x, y) # second arg doesn't have a batch dim because in_dim[1] was None
如果输入是 Python 结构体，则
in_dims必须是一个元组，包含与输入形状匹配的结构体。>>> f = lambda dict: torch.dot(dict['x'], dict['y']) >>> x, y = torch.randn(2, 5), torch.randn(5) >>> input = {'x': x, 'y': y} >>> batched_dot = torch.vmap(f, in_dims=({'x': 0, 'y': None},)) >>> batched_dot(input)
默认情况下，输出沿第一个维度进行批处理。但是，可以通过使用
out_dims沿任何维度进行批处理。>>> f = lambda x: x ** 2 >>> x = torch.randn(2, 5) >>> batched_pow = torch.vmap(f, out_dims=1) >>> batched_pow(x) # [5, 2]
对于任何使用 kwargs 的函数，返回的函数不会对 kwargs 进行批处理，但会接受 kwargs。
>>> x = torch.randn([2, 5]) >>> def fn(x, scale=4.): >>> return x * scale >>> >>> batched_pow = torch.vmap(fn) >>> assert torch.allclose(batched_pow(x), x * 4) >>> batched_pow(x, scale=x) # scale is not batched, output has shape [2, 2, 5]
注意
vmap 不会提供通用的自动批处理，也不会开箱即用地处理可变长度序列。
