动手学深度学习——链式法则、自动求导及实现

1、向量链式法则

标量链式法则：

拓展到向量：

 例子1：

x,w是长为n的向量，y是一个标量。

z函数是x和w做累积减去y做平方。

计算z关于w的一个导数。对z进行分解。

例子2：

 X是mxn的一个矩阵，w是一个长为n的向量，y是一个长为m的向量

z为X乘以w减去y然后进行L2norm

 计算z对w的导数

 自动求导

自动求导计算了一个函数在指定值上的导数，他有别于符号求导，数值求导。

符号求导：

数值求导：

 自动求导是怎么做出来的：

涉及到计算图：就是将代码分解成操作子（一个个的展开），将计算表示成一个无环图。

 显式构造：TensorFlow、Theano、MXNet

from mxnet import sym

a=sym.var()

b=sym.var()

c=2*a+b

隐式构造：PyTorch、MXNet

from mxnet import autograd,nd

with autograd.record():

a=nd.ones((2,1))

b=nd.ones((2,1))

c=2*a+b

自动求导的两种模式

链式法则：

正向累积：

反向累积又称反向传递：

 反向累积举例：

  反向累积总结：

1. 构造计算图。
2. 前向：执行图，存储中间结果。
3. 反向：从相反执行图去除不需要的枝干。

复杂度 

计算复杂度：O(n),n是操作子个数，通常正向和方向的代价类似。

内存复杂度：O(n)，因为需要存储正向的所有中间结果。

反向累积跟正向累积相比：

• O(n)计算复杂度用来计算一个变量的梯度
• O(1)内存复杂度

自动求导的实现

1，假设我们对函数关于列向量x求导

import torch
x=torch.arange(4.0) #创建一个x为0.1.2.3长为4的一个向量
print(x)
"""
在我们计算y关于x的梯度之前，我们需要一个地方来存储梯度
"""
x.requires_grad_(True)#告诉机器把梯度存在这个地方，等价与x=torch.arange(4.0,requires_grad=True)
print(x.grad) #默认值是空的（用来存放y关于x的导数）
"""
然后我们再计算y
"""
y=2*torch.dot(x,x) #x和x的累积乘以2
print(y)
"""
通过调用反向传播函数来自动计算y关于x每个分量的梯度
"""
print(y.backward())# 就是求导
print(x.grad)#求完之后，通过x.grad访问导数
print(x.grad==4*x)

2、计算下一个函数

print(x.grad.zero_()) #在默认情况下，PyTorch会累积梯度，所以在计算下一个函数之前，我们需要清除之前的值。把0写入了梯度里面（把梯度清零）
y=x.sum() #求向量的和的导数是全1 
print(y)
print(y.backward())
print(x.grad)

3、在深度学习中，我们的目的不是计算微分矩阵，而是批量中每个样本单独计算的偏导数之和

#对非标量调用“backward” 需要传入一个“gradient”参数，该参数指定微分函数
print(x.grad.zero_())
y=x*x #等价于 y.backward(torch.ones(len(x))) 假设y不是标量
print(y.sum().backward())
print(x.grad)

4、将某些计算移动到记录的计算图之外

print(x.grad.zero_())
y=x*x
u=y.detach() #u不再是关于x的函数 就是一个常数
z=u*x
print(z.sum().backward())
print(x.grad==u)

print(x.grad.zero_())
print(y.sum().backward())
print(x.grad==2*x)

 5、即使构建函数的计算图需要通过Python控制流（例如，条件、循环或者任意函数调用），我们仍然可以计算得到变量的梯度

def f(a):
    b=a*2
    while b.norm() < 1000:
        b=b*2
    if  b.sum() > 0:
        c=b
    else:
        c=100*b
    return c
a=torch.randn(size=(),requires_grad=True) #a为一个随机数，size为空就是一个标量，需要一个梯度
d=f(a)
print(d.backward())
print(a.grad==d/a)