Pytorch反向傳播計算梯度默認累加
今天學習pytorch實現簡單的線性回歸，發現了pytorch的反向傳播時計算梯度采用的累加機制， 于是百度來一下，好多博客都說了累加機制，但是好多都沒有說明這個累加機制到底會有啥影響， 所以我趁著自己練習的一個例子正好直觀的看一下以及如何解決：
pytorch實現線性回歸
先附上試驗代碼來感受一下：
torch.manual_seed(6)
lr = 0.01 # 學習率
result = []
# 創建訓練數據
x = torch.rand(20, 1) * 10
y = 2 * x + (5 + torch.randn(20, 1))
# 構建線性回歸函數
w = torch.randn((1), requires_grad=True)
b = torch.zeros((1), requires_grad=True)
# 這里是迭代過程，為了看pytorch的反向傳播計算梯度的細節，我先迭代兩次
for iteration in range(2):
# 前向傳播
wx = torch.mul(w, x)
y_pred = torch.add(wx, b)
# 計算 MSE loss
loss = (0.5 * (y - y_pred) ** 2).mean()
# 反向傳播
loss.backward()
# 這里看一下反向傳播計算的梯度
print("w.grad:", w.grad)
print("b.grad:", b.grad)
# 更新參數
b.data.sub_(lr * b.grad)
w.data.sub_(lr * w.grad)
上面的代碼比較簡單，迭代了兩次， 看一下計算的梯度結果：
w.grad: tensor([-74.6261])
b.grad: tensor([-12.5532])
w.grad: tensor([-122.9075])
b.grad: tensor([-20.9364])
然后我稍微加兩行代碼， 就是在反向傳播上面，我手動添加梯度清零操作的代碼，再感受一下結果：
torch.manual_seed(6)
lr = 0.01
result = []
# 創建訓練數據
x = torch.rand(20, 1) * 10
#print(x)
y = 2 * x + (5 + torch.randn(20, 1))
#print(y)
# 構建線性回歸函數
w = torch.randn((1), requires_grad=True)
#print(w)
b = torch.zeros((1), requires_grad=True)
#print(b)
for iteration in range(2):
# 前向傳播
wx = torch.mul(w, x)
y_pred = torch.add(wx, b)
# 計算 MSE loss
loss = (0.5 * (y - y_pred) ** 2).mean()
# 由于pytorch反向傳播中，梯度是累加的，所以如果不想先前的梯度影響當前梯度的計算，需要手動清0
if iteration > 0:
w.grad.data.zero_()
b.grad.data.zero_()
# 反向傳播
loss.backward()
# 看一下梯度
print("w.grad:", w.grad)
print("b.grad:", b.grad)
# 更新參數
b.data.sub_(lr * b.grad)
w.data.sub_(lr * w.grad)
w.grad: tensor([-74.6261])
b.grad: tensor([-12.5532])
w.grad: tensor([-48.2813])
b.grad: tensor([-8.3831])
從上面可以發現，pytorch在反向傳播的時候，確實是默認累加上了上一次求的梯度， 如果不想讓上一次的梯度影響自己本次梯度計算的話，需要手動的清零。
但是， 如果不進行手動清零的話，會有什么后果呢？ 我在這次線性回歸試驗中，遇到的后果就是loss值反復的震蕩不收斂。下面感受一下：
torch.manual_seed(6)
lr = 0.01
result = []
# 創建訓練數據
x = torch.rand(20, 1) * 10
#print(x)
y = 2 * x + (5 + torch.randn(20, 1))
#print(y)
# 構建線性回歸函數
w = torch.randn((1), requires_grad=True)
#print(w)
b = torch.zeros((1), requires_grad=True)
#print(b)
for iteration in range(1000):
# 前向傳播
wx = torch.mul(w, x)
y_pred = torch.add(wx, b)
# 計算 MSE loss
loss = (0.5 * (y - y_pred) ** 2).mean()
# print("iteration {}: loss {}".format(iteration, loss))
result.append(loss)
# 由于pytorch反向傳播中，梯度是累加的，所以如果不想先前的梯度影響當前梯度的計算，需要手動清0
#if iteration > 0:
# w.grad.data.zero_()
# b.grad.data.zero_()
# 反向傳播
loss.backward()
# 更新參數
b.data.sub_(lr * b.grad)
w.data.sub_(lr * w.grad)
if loss.data.numpy() 1:
break
plt.plot(result)
上面的代碼中，我沒有進行手動清零，迭代1000次， 把每一次的loss放到來result中， 然后畫出圖像，感受一下結果：
接下來，我把手動清零的注釋打開，進行每次迭代之后的手動清零操作，得到的結果：
可以看到，這個才是理想中的反向傳播求導，然后更新參數后得到的loss值的變化。
總結
這次主要是記錄一下，pytorch在進行反向傳播計算梯度的時候的累加機制到底是什么樣子？ 至于為什么采用這種機制，我也搜了一下，大部分給出的結果是這樣子的：
但是如果不想累加的話，可以采用手動清零的方式，只需要在每次迭代時加上即可
w.grad.data.zero_()
b.grad.data.zero_()
另外， 在搜索資料的時候，在一篇博客上看到兩個不錯的線性回歸時pytorch的計算圖在這里借用一下：
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
您可能感興趣的文章:- pytorch 梯度NAN異常值的解決方案
- pytorch 權重weight 與 梯度grad 可視化操作
- PyTorch 如何檢查模型梯度是否可導
- 淺談pytorch中為什么要用 zero_grad() 將梯度清零
- PyTorch梯度裁剪避免訓練loss nan的操作
- PyTorch 如何自動計算梯度
- Pytorch獲取無梯度TorchTensor中的值
