参数keep_graph在变量的backward（）方法中意味着什么？- AskGo

参数keep_graph在变量的backward（）方法中意味着什么？

conv-neural-network

neural-network

pytorch

我正在阅读神经传递pytorch教程，并对retain_variable的使用感到困惑（不推荐使用，现在称为retain_graph ）。代码示例显示：

class ContentLoss(nn.Module):

    def __init__(self, target, weight):
        super(ContentLoss, self).__init__()
        self.target = target.detach() * weight
        self.weight = weight
        self.criterion = nn.MSELoss()

    def forward(self, input):
        self.loss = self.criterion(input * self.weight, self.target)
        self.output = input
        return self.output

    def backward(self, retain_variables=True):
        #Why is retain_variables True??
        self.loss.backward(retain_variables=retain_variables)
        return self.loss

从文档中

keep_graph（布尔型，可选）–如果为False，将释放用于计算grad的图形。请注意，几乎在所有情况下都不需要将此选项设置为True，并且通常可以以更有效的方式解决它。默认为create_graph的值。

因此，通过设置retain_graph= True ，我们不会在向后传递时释放为该图分配的内存。保留此内存的好处是什么，为什么我们需要它？

参考资料：

Stack Overflow

2020-06-03 10:09:31 更新

简语风• 665

共 2 个回答

高赞时间活跃

当您有多个网络输出时，这是一项非常有用的功能。这是一个完整的示例：假设您要构建一个随机卷积网络，可以提出以下两个问题：输入图像是否包含猫，图像是否包含汽车？

一种实现方法是让网络共享卷积层，但随后具有两个并行分类层（原谅我糟糕的ASCII图，但这应该是三个卷积层，然后是三个完全连接的层，其中一层用于猫还有一个用于汽车）：

                    -- FC - FC - FC - cat?
Conv - Conv - Conv -|
                    -- FC - FC - FC - car?

给定一张我们想要在两个分支上都运行的图片，在训练网络时，我们可以通过几种方式来实现。首先（这可能是最好的事情，说明示例有多糟糕），我们仅在两个评估中计算损失并求和，然后反向传播。

但是，还有另一种情况-我们想要按顺序执行此操作。首先，我们要通过一个分支进行反向传播，然后再通过另一个分支进行反向传播（我之前有这个用例，因此它并没有完全组成）。在那种情况下，在一个图上运行.backward()也会破坏卷积层中的任何梯度信息，并且第二个分支的卷积计算（因为这些是与另一个分支共享的唯一卷积计算）将不再包含图！这意味着，当我们尝试向后分支第二个分支时，Pytorch将抛出错误，因为它找不到将输入连接到输出的图形！在这些情况下，我们可以通过简单地将图形保留在第一个向后传递上来解决问题。该图将不被使用，而仅由不需要保留它的第一个向后传递使用。

编辑：如果在所有向后传递中都保留该图，则附加到输出变量的隐式图定义将永远不会被释放。这里也可能有一个用例，但是我想不到。因此，通常，您应确保不保留图形信息，以确保最后一次向后传递可释放内存。

至于多次向后传递所发生的情况：如您所料，pytorch通过就地添加梯度（将其添加到变量的/ parameters .grad属性中）来累积梯度。这可能非常有用，因为这意味着循环遍历一个批处理并一次处理一次，最后累积渐变，将执行与进行完整批处理更新相同的优化步骤（该步骤只会将所有渐变汇总为好）。尽管完全批处理的更新可以更多地并行化，因此通常是更可取的，但是在某些情况下，批处理计算要么非常，非常难以实现，要么根本不可能。但是，使用这种累积量，我们仍然可以依靠批处理带来的一些稳定特性。（如果不提高性能）

2020-06-03 10:10:33 更新

Rosemary Ruskin• 633

@cleros非常适合使用retain_graph=True 。本质上，它将保留任何必要的信息以计算某个变量，以便我们可以对其进行反向传递。

一个说明性的例子

在此处输入图片说明

假设我们有一个上面显示的计算图。变量d和e是输出，而a是输入。例如，

import torch
from torch.autograd import Variable
a = Variable(torch.rand(1, 4), requires_grad=True)
b = a**2
c = b*2
d = c.mean()
e = c.sum()

当我们执行d.backward() ，这很好。计算之后，默认情况下将释放计算d的图形部分以节省内存。因此，如果我们执行e.backward() ，则会弹出错误消息。为了执行e.backward() ，我们必须在d.backward()中将参数retain_graph设置为True ，即

d.backward(retain_graph=True)

只要在向后方法中使用retain_graph=True ，就可以在任何时候进行向后操作：

d.backward(retain_graph=True) # fine
e.backward(retain_graph=True) # fine
d.backward() # also fine
e.backward() # error will occur!

在这里可以找到更多有用的讨论。

一个真实的用例

现在，一个真正的用例是多任务学习，其中您可能会遇到多个损失，这些损失可能在不同的层次上。假设你有2负： loss1和loss2和他们居住在不同的层次。为了梯度backprop loss1和loss2 WRT到您的网络的可学习的重量独立。在第一个向后传播的损失中，必须在backward()方法中使用retain_graph=True 。

# suppose you first back-propagate loss1, then loss2 (you can also do the reverse)
loss1.backward(retain_graph=True)
loss2.backward() # now the graph is freed, and next process of batch gradient descent is ready
optimizer.step() # update the network parameters

2020-06-09 20:03:50 更新