8

我仍在努力理解 PyTorch autograd 系统。我正在努力的一件事是理解为什么.clamp(min=0)并且nn.functional.relu()似乎有不同的向后传球。

.clamp它与 PyTorch 教程中使用的等价物特别令人困惑relu，例如https://pytorch.org/tutorials/beginner/pytorch_with_examples.html#pytorch-nn。

我在分析具有一个隐藏层和一个 relu 激活（在输出层中为线性）的简单全连接网络的梯度时发现了这一点。

据我了解，以下代码的输出应该为零。我希望有人能告诉我我错过了什么。

import torch
dtype = torch.float

x = torch.tensor([[3,2,1],
                  [1,0,2],
                  [4,1,2],
                  [0,0,1]], dtype=dtype)

y = torch.ones(4,4)

w1_a = torch.tensor([[1,2],
                     [0,1],
                     [4,0]], dtype=dtype, requires_grad=True)
w1_b = w1_a.clone().detach()
w1_b.requires_grad = True



w2_a = torch.tensor([[-1, 1],
                     [-2, 3]], dtype=dtype, requires_grad=True)
w2_b = w2_a.clone().detach()
w2_b.requires_grad = True


y_hat_a = torch.nn.functional.relu(x.mm(w1_a)).mm(w2_a)
y_a = torch.ones_like(y_hat_a)
y_hat_b = x.mm(w1_b).clamp(min=0).mm(w2_b)
y_b = torch.ones_like(y_hat_b)

loss_a = (y_hat_a - y_a).pow(2).sum()
loss_b = (y_hat_b - y_b).pow(2).sum()

loss_a.backward()
loss_b.backward()

print(w1_a.grad - w1_b.grad)
print(w2_a.grad - w2_b.grad)

# OUT:
# tensor([[  0.,   0.],
#         [  0.,   0.],
#         [  0., -38.]])
# tensor([[0., 0.],
#         [0., 0.]])
#
4

1 回答 1

4

原因是clamp和relu处产生不同的梯度0。使用标量张量检查x = 0两个版本：(x.clamp(min=0) - 1.0).pow(2).backward()与(relu(x) - 1.0).pow(2).backward(). 结果x.grad是0针对relu版本的，但它是-2针对clamp版本的。这意味着relu选择x == 0 --> grad = 0同时clamp选择x == 0 --> grad = 1。

于 2020-08-14T00:32:26.847 回答