[预备知识]3. 自动求导机制

自动求导机制

本章节介绍 PyTorch 的自动求导机制，包括计算图、反向传播和梯度计算的原理及实现。

1. 计算图原理

计算图是深度学习框架中的一个核心概念，它描述了计算过程中各个操作之间的依赖关系。

计算图由节点（节点）和边（边）组成，节点表示操作（如加减乘除），边表示数据的流动。

1.1 动态计算图

PyTorch使用动态计算图，其特点：

• 即时构建：随着代码执行动态创建
• 自动微分：基于链式法则自动计算梯度
• 节点组成：
  • 叶子节点：用户创建的张量（requires_grad=True）
  • 中间节点：操作结果张量
  • 边：张量间的依赖关系

import torch# 创建叶子节点（数学符号：x, y ∈ ℝ）
x = torch.tensor(2.0, requires_grad=True)  # dx/dx = 1
y = torch.tensor(3.0, requires_grad=True)  # dy/dy = 1# 构建计算图（数学表达式：z = x·y, w = z + x）
z = x * y   # 中间节点 z = 6.0
w = z + x   # 中间节点 w = 8.0print("计算图节点元数据:")
print(f"w.grad_fn: {w.grad_fn}")        # AddBackward
print(f"z.grad_fn: {z.grad_fn}")        # MulBackward
print(f"x.is_leaf: {x.is_leaf}")        # True

---

1.2 计算图可视化

使用torchviz生成计算图（需先安装）：

pip install torchviz graphviz

from torchviz import make_dot# 可视化前向传播计算图
make_dot(w, params={'x': x, 'y': y}).render("compute_graph", format="png")

说明：图中展示了从叶子节点 x, y 到最终输出 w 的计算路径

---

2. 反向传播数学原理

2.1 链式法则

对于计算图输出 $L$ ，其关于输入变量 $x$ 的梯度计算遵循链式法则：
$$\frac{\partial L}{\partial x}=\sum _{p\in \text{paths}}\prod _{(i,j)\in p}\frac{\partial j}{\partial i}$$

示例计算：
给定计算流程：
$$\begin{array}{rl}z& =x^2\\ y& =z^3\\ L& =\ln (y)\end{array}$$

梯度计算：
$$\frac{\partial L}{\partial x}=\frac{1}{y}\cdot 3z^2\cdot 2x=\frac{6x^5}{x^6}=\frac{6}{x}$$

x = torch.tensor(2.0, requires_grad=True)
z = x**2        # z=4.0
y = z**3        # y=64.0
L = torch.log(y) # L=4.1589L.backward()
print(f"理论值 6/x: {6/x.item():.3f}")
print(f"实际梯度: {x.grad.item():.3f}")  # 6/2=3.0

---

2.2 多变量反向传播

对于多变量系统，PyTorch自动计算雅可比矩阵的乘积：

# 创建多变量计算图
x = torch.tensor([1., 2.], requires_grad=True)
y = torch.tensor([3., 4.], requires_grad=True)
z = x**2 + y**3  # z = [1+27=28, 4+64=68]# 反向传播需指定梯度权重（假设L = sum(z)）
z.sum().backward() print(f"x.grad: {x.grad}")  # [2*1=2, 2*2=4]
print(f"y.grad: {y.grad}")  # [3*3²=27, 3*4²=48]

---

3. 梯度管理

3.1 梯度累积与清零

PyTorch梯度会累积在.grad属性中，训练时需手动清零：

w = torch.randn(3, requires_grad=True)for _ in range(3):y = w.sum()     # 前向传播y.backward()    # 反向传播print(f"当前梯度: {w.grad}")w.grad.zero_()  # 梯度清零print(f"清零后的梯度: {w.grad}")

3.2 梯度控制方法

方法	作用	使用场景
torch.no_grad()	禁用梯度计算	模型推理、参数更新
detach()	创建无梯度关联的新张量	冻结部分网络
retain_graph=True	保留计算图以供多次反向传播	复杂梯度计算

# 对比不同控制方法
x = torch.tensor(2.0, requires_grad=True)with torch.no_grad():  # 上下文内不追踪梯度y = x * 3          # y.requires_grad = Falsez = x.detach()         # 创建与x值相同但无梯度的张量
z.requires_grad = True # 可重新启用梯度追踪

---

4. 实际应用

4.1 自定义自动微分

实现简单函数的自定义梯度计算：

class MyReLU(torch.autograd.Function):@staticmethoddef forward(ctx, input):ctx.save_for_backward(input)return input.clamp(min=0)@staticmethoddef backward(ctx, grad_output):input, = ctx.saved_tensorsgrad_input = grad_output.clone()grad_input[input < 0] = 0  # ReLU的导数为分段函数return grad_input# 使用自定义函数
x = torch.randn(4, requires_grad=True)
y = MyReLU.apply(x)
y.sum().backward()
print(f"输入梯度:\n{x.grad}")

4.2 梯度裁剪实践

防止梯度爆炸的两种方法：

# 方法1：按值裁剪
utils.clip_grad_value_(model.parameters(), clip_value=0.5)# 方法2：按范数裁剪
utils.clip_grad_norm_(model.parameters(), max_norm=1.0)# 梯度监控
total_norm = 0
for p in model.parameters():param_norm = p.grad.data.norm(2)total_norm += param_norm.item() ** 2
total_norm = total_norm ** 0.5
print(f"梯度范数: {total_norm:.2f}")

---

5. 神经网络训练最佳实践

5.1 标准训练流程

model = nn.Sequential(nn.Linear(2, 4),nn.ReLU(),nn.Linear(4, 1),nn.Sigmoid()
)
optimizer = torch.optim.Adam(model.parameters(), lr=0.01)for epoch in range(100):# 训练模式model.train()  optimizer.zero_grad()outputs = model(X_train)loss = F.binary_cross_entropy(outputs, y_train)loss.backward()# 梯度裁剪torch.nn.utils.clip_grad_norm_(model.parameters(), 1.0)optimizer.step()# 评估模式model.eval()with torch.no_grad():val_loss = F.binary_cross_entropy(model(X_val), y_val)

5.2 梯度检查技巧

# 检查梯度是否存在
for name, param in model.named_parameters():if param.grad is None:print(f"警告: 参数 {name} 无梯度!")# 可视化梯度分布
import matplotlib.pyplot as plt
gradients = [p.grad.abs().mean() for p in model.parameters()]
plt.bar(range(len(gradients)), gradients)
plt.title("Average Gradient Magnitude")
plt.show()

通过深入理解计算图原理、链式法则、梯度管理和实际应用，我们可以更好地利用 PyTorch 的自动求导机制来构建和训练神经网络模型。