什么是torch.nn 真的？

创建于：2018年12月26日 | 最后更新：2024年12月03日 | 最后验证：2024年11月05日

作者： Jeremy Howard, fast.ai。感谢 Rachel Thomas 和 Francisco Ingham。

我们建议将此教程作为笔记本运行，而不是脚本。要下载笔记本（.ipynb）文件，请点击页面顶部的链接。

PyTorch 提供了优雅设计的模块和类 torch.nn、 torch.optim、 Dataset、 和 DataLoader 来帮助你创建和训练神经网络。 为了充分利用它们的能力并为你的问题定制它们，你需要真正理解它们到底在做什么。为了培养这种理解，我们将首先在 MNIST 数据集上训练基本的神经网络，而不使用这些模型的任何功能；我们最初只会使用最基本的 PyTorch 张量功能。然后，我们将逐步添加来自 torch.nn、torch.optim、Dataset 或 DataLoader 的一个功能，展示每一部分的具体作用，以及它如何使代码更简洁或更灵活。

本教程假设您已经安装了PyTorch，并且熟悉张量操作的基础知识。（如果您熟悉Numpy数组操作，您会发现这里使用的PyTorch张量操作几乎相同）。

MNIST 数据设置

我们将使用经典的MNIST数据集， 它由手绘数字（0到9之间）的黑白图像组成。

我们将使用pathlib来处理路径（Python 3标准库的一部分），并使用requests下载数据集。我们只会在使用时导入模块，因此您可以清楚地看到每个点正在使用的内容。

from pathlib import Path
import requests

DATA_PATH = Path("data")
PATH = DATA_PATH / "mnist"

PATH.mkdir(parents=True, exist_ok=True)

URL = "https://github.com/pytorch/tutorials/raw/main/_static/"
FILENAME = "mnist.pkl.gz"

if not (PATH / FILENAME).exists():
        content = requests.get(URL + FILENAME).content
        (PATH / FILENAME).open("wb").write(content)

该数据集为numpy数组格式，并使用pickle存储，pickle是python特有的数据序列化格式。

import pickle
import gzip

with gzip.open((PATH / FILENAME).as_posix(), "rb") as f:
        ((x_train, y_train), (x_valid, y_valid), _) = pickle.load(f, encoding="latin-1")

每张图片的大小为28 x 28，并以长度为784（=28x28）的扁平化行存储。让我们来看一张图片；我们需要先将其重塑为二维。

from matplotlib import pyplot
import numpy as np

pyplot.imshow(x_train[0].reshape((28, 28)), cmap="gray")
# ``pyplot.show()`` only if not on Colab
try:
    import google.colab
except ImportError:
    pyplot.show()
print(x_train.shape)

(50000, 784)

PyTorch 使用 torch.tensor，而不是 numpy 数组，因此我们需要转换我们的数据。

import torch

x_train, y_train, x_valid, y_valid = map(
    torch.tensor, (x_train, y_train, x_valid, y_valid)
)
n, c = x_train.shape
print(x_train, y_train)
print(x_train.shape)
print(y_train.min(), y_train.max())

tensor([[0., 0., 0.,  ..., 0., 0., 0.],
        [0., 0., 0.,  ..., 0., 0., 0.],
        [0., 0., 0.,  ..., 0., 0., 0.],
        ...,
        [0., 0., 0.,  ..., 0., 0., 0.],
        [0., 0., 0.,  ..., 0., 0., 0.],
        [0., 0., 0.,  ..., 0., 0., 0.]]) tensor([5, 0, 4,  ..., 8, 4, 8])
torch.Size([50000, 784])
tensor(0) tensor(9)

从零开始的神经网络（不使用torch.nn）

首先，我们仅使用PyTorch张量操作来创建一个模型。我们假设您已经熟悉神经网络的基础知识。（如果不熟悉，您可以在course.fast.ai学习）。

PyTorch 提供了创建随机或零填充张量的方法，我们将使用这些方法来为简单的线性模型创建权重和偏置。这些只是普通的张量，但有一个非常特别的附加功能：我们告诉 PyTorch 它们需要梯度。这使得 PyTorch 能够记录在张量上执行的所有操作，以便在反向传播期间自动计算梯度！

对于权重，我们在初始化之后设置requires_grad，因为我们不希望该步骤包含在梯度中。（请注意，PyTorch中的尾随_表示该操作是原地执行的。）

注意

我们在这里使用 Xavier初始化 （通过乘以1/sqrt(n)）来初始化权重。

import math

weights = torch.randn(784, 10) / math.sqrt(784)
weights.requires_grad_()
bias = torch.zeros(10, requires_grad=True)

感谢 PyTorch 能够自动计算梯度，我们可以使用任何标准的 Python 函数（或可调用对象）作为模型！因此，我们只需编写一个简单的矩阵乘法和广播加法来创建一个简单的线性模型。我们还需要一个激活函数，所以我们将编写 log_softmax 并使用它。记住：尽管 PyTorch 提供了许多预写的损失函数、激活函数等，但你可以轻松地使用普通的 Python 编写自己的函数。PyTorch 甚至会为你的函数自动生成快速的 GPU 或向量化的 CPU 代码。

def log_softmax(x):
    return x - x.exp().sum(-1).log().unsqueeze(-1)

def model(xb):
    return log_softmax(xb @ weights + bias)

在上面，@ 代表矩阵乘法操作。我们将在一批数据（在这种情况下，64张图像）上调用我们的函数。这是一次前向传播。请注意，在这个阶段，我们的预测不会比随机更好，因为我们从随机权重开始。

bs = 64  # batch size

xb = x_train[0:bs]  # a mini-batch from x
preds = model(xb)  # predictions
preds[0], preds.shape
print(preds[0], preds.shape)

tensor([-2.5452, -2.0790, -2.1832, -2.6221, -2.3670, -2.3854, -2.9432, -2.4391,
        -1.8657, -2.0355], grad_fn=<SelectBackward0>) torch.Size([64, 10])

如你所见，preds 张量不仅包含张量值，还包含一个梯度函数。我们稍后将使用它来进行反向传播。

让我们实现负对数似然作为损失函数 （再次，我们可以直接使用标准的Python）：

def nll(input, target):
    return -input[range(target.shape[0]), target].mean()

loss_func = nll

让我们用我们的随机模型检查我们的损失，这样我们可以在稍后的反向传播后看看是否有改进。

yb = y_train[0:bs]
print(loss_func(preds, yb))

tensor(2.4020, grad_fn=<NegBackward0>)

我们还实现一个函数来计算我们模型的准确性。 对于每个预测，如果具有最大值的索引与目标值匹配，则预测是正确的。

def accuracy(out, yb):
    preds = torch.argmax(out, dim=1)
    return (preds == yb).float().mean()

让我们检查一下我们的随机模型的准确性，这样我们就可以看到随着损失的改善，我们的准确性是否也有所提高。

print(accuracy(preds, yb))

tensor(0.0938)

我们现在可以运行一个训练循环。对于每次迭代，我们将：

• 选择一个小批量数据（大小为 bs）

• 使用模型进行预测

• 计算损失

• loss.backward() 更新模型的梯度，在这种情况下，weights 和 bias。

我们现在使用这些梯度来更新权重和偏差。我们在torch.no_grad()上下文管理器中执行此操作，因为我们不希望这些操作被记录用于我们下一次的梯度计算。你可以阅读更多关于PyTorch的Autograd如何记录操作的信息这里。

然后我们将梯度设为零，以便为下一个循环做好准备。否则，我们的梯度会记录所有已发生操作的累计值（即loss.backward() 将梯度添加到已存储的内容中，而不是替换它们）。

提示

你可以使用标准的Python调试器逐步执行PyTorch代码，允许你在每一步检查各种变量值。取消下面set_trace()的注释来尝试一下。

from IPython.core.debugger import set_trace

lr = 0.5  # learning rate
epochs = 2  # how many epochs to train for

for epoch in range(epochs):
    for i in range((n - 1) // bs + 1):
        #         set_trace()
        start_i = i * bs
        end_i = start_i + bs
        xb = x_train[start_i:end_i]
        yb = y_train[start_i:end_i]
        pred = model(xb)
        loss = loss_func(pred, yb)

        loss.backward()
        with torch.no_grad():
            weights -= weights.grad * lr
            bias -= bias.grad * lr
            weights.grad.zero_()
            bias.grad.zero_()

就是这样：我们已经从头开始创建并训练了一个最小的神经网络（在这种情况下，是一个逻辑回归，因为我们没有隐藏层）！

让我们检查损失和准确率，并将其与我们之前得到的结果进行比较。我们预计损失会减少，准确率会增加，而事实也确实如此。

print(loss_func(model(xb), yb), accuracy(model(xb), yb))

tensor(0.0813, grad_fn=<NegBackward0>) tensor(1.)

使用 torch.nn.functional

我们现在将重构我们的代码，使其与之前的功能相同，只是我们将开始利用PyTorch的nn类来使其更加简洁和灵活。从这里开始的每一步，我们都应该使我们的代码变得更短、更易理解和/或更灵活。

第一步也是最简单的一步是通过用torch.nn.functional中的激活和损失函数替换我们手写的函数来使我们的代码更短（通常按照惯例将其导入到命名空间F中）。这个模块包含了torch.nn库中的所有函数（而库的其他部分包含类）。除了各种损失和激活函数外，你还可以在这里找到一些用于创建神经网络的便捷函数，例如池化函数。（还有一些用于卷积、线性层等的函数，但正如我们将看到的，这些通常更适合使用库的其他部分来处理。）

如果你使用负对数似然损失和对数softmax激活函数，那么Pytorch提供了一个单一的函数F.cross_entropy，它结合了这两个功能。因此，我们甚至可以从模型中移除激活函数。

import torch.nn.functional as F

loss_func = F.cross_entropy

def model(xb):
    return xb @ weights + bias

请注意，我们不再在model函数中调用log_softmax。让我们确认一下我们的损失和准确性与之前相同：

print(loss_func(model(xb), yb), accuracy(model(xb), yb))

tensor(0.0813, grad_fn=<NllLossBackward0>) tensor(1.)

使用nn.Module进行重构

接下来，我们将使用nn.Module和nn.Parameter，以实现更清晰和更简洁的训练循环。我们继承nn.Module（它本身是一个类，并且能够跟踪状态）。在这种情况下，我们希望创建一个类，该类包含我们的权重、偏置和前向步骤的方法。nn.Module有许多属性和方法（例如.parameters()和.zero_grad()），我们将使用这些属性和方法。

注意

nn.Module（大写M）是PyTorch特有的概念，是我们将经常使用的一个类。nn.Module不应与Python中的（小写m）模块概念混淆，后者是一个可以导入的Python代码文件。

from torch import nn

class Mnist_Logistic(nn.Module):
    def __init__(self):
        super().__init__()
        self.weights = nn.Parameter(torch.randn(784, 10) / math.sqrt(784))
        self.bias = nn.Parameter(torch.zeros(10))

    def forward(self, xb):
        return xb @ self.weights + self.bias

由于我们现在使用的是一个对象而不仅仅是一个函数，我们首先需要实例化我们的模型：

model = Mnist_Logistic()

现在我们可以像以前一样计算损失。请注意，nn.Module 对象被当作函数使用（即它们是可调用的），但在幕后，Pytorch 会自动调用我们的 forward 方法。

print(loss_func(model(xb), yb))

tensor(2.3096, grad_fn=<NllLossBackward0>)

之前在我们的训练循环中，我们必须通过名称更新每个参数的值，并手动将每个参数的梯度单独清零，像这样：

with torch.no_grad():
    weights -= weights.grad * lr
    bias -= bias.grad * lr
    weights.grad.zero_()
    bias.grad.zero_()

现在我们可以利用 model.parameters() 和 model.zero_grad()（这两个都是由 PyTorch 为 nn.Module 定义的）来使这些步骤更加简洁，并且减少忘记某些参数的错误，特别是如果我们有一个更复杂的模型：

with torch.no_grad():
    for p in model.parameters(): p -= p.grad * lr
    model.zero_grad()

我们将把我们的训练循环包装在一个fit函数中，以便稍后可以再次运行它。

def fit():
    for epoch in range(epochs):
        for i in range((n - 1) // bs + 1):
            start_i = i * bs
            end_i = start_i + bs
            xb = x_train[start_i:end_i]
            yb = y_train[start_i:end_i]
            pred = model(xb)
            loss = loss_func(pred, yb)

            loss.backward()
            with torch.no_grad():
                for p in model.parameters():
                    p -= p.grad * lr
                model.zero_grad()

fit()

让我们再次确认我们的损失是否已经减少：

print(loss_func(model(xb), yb))

tensor(0.0821, grad_fn=<NllLossBackward0>)

使用nn.Linear进行重构

我们继续重构我们的代码。不再手动定义和初始化self.weights和self.bias，并计算xb  @ self.weights + self.bias，我们将使用Pytorch类nn.Linear作为线性层，它会为我们完成所有这些工作。Pytorch有许多预定义的层类型，可以大大简化我们的代码，并且通常还能使其运行得更快。

class Mnist_Logistic(nn.Module):
    def __init__(self):
        super().__init__()
        self.lin = nn.Linear(784, 10)

    def forward(self, xb):
        return self.lin(xb)

我们实例化我们的模型并以与之前相同的方式计算损失：

model = Mnist_Logistic()
print(loss_func(model(xb), yb))

tensor(2.3313, grad_fn=<NllLossBackward0>)

我们仍然可以使用与之前相同的fit方法。

fit()

print(loss_func(model(xb), yb))

tensor(0.0819, grad_fn=<NllLossBackward0>)

使用torch.optim进行重构

Pytorch 也有一个包含各种优化算法的包，torch.optim。 我们可以使用优化器中的 step 方法来向前迈出一步，而不是手动更新每个参数。

这将让我们替换之前手动编码的优化步骤：

with torch.no_grad():
    for p in model.parameters(): p -= p.grad * lr
    model.zero_grad()

而是仅使用：

opt.step()
opt.zero_grad()

(optim.zero_grad() 将梯度重置为0，我们需要在计算下一个minibatch的梯度之前调用它。)

from torch import optim

我们将定义一个小的函数来创建我们的模型和优化器，以便将来可以重复使用。

def get_model():
    model = Mnist_Logistic()
    return model, optim.SGD(model.parameters(), lr=lr)

model, opt = get_model()
print(loss_func(model(xb), yb))

for epoch in range(epochs):
    for i in range((n - 1) // bs + 1):
        start_i = i * bs
        end_i = start_i + bs
        xb = x_train[start_i:end_i]
        yb = y_train[start_i:end_i]
        pred = model(xb)
        loss = loss_func(pred, yb)

        loss.backward()
        opt.step()
        opt.zero_grad()

print(loss_func(model(xb), yb))

tensor(2.2659, grad_fn=<NllLossBackward0>)
tensor(0.0810, grad_fn=<NllLossBackward0>)

使用数据集重构

PyTorch 有一个抽象的 Dataset 类。一个 Dataset 可以是任何具有 __len__ 函数（由 Python 的标准 len 函数调用）和 __getitem__ 函数作为索引方式的东西。 本教程 通过一个很好的示例，展示了如何创建一个自定义的 FacialLandmarkDataset 类 作为 Dataset 的子类。

PyTorch的TensorDataset是一个包装张量的数据集。通过定义长度和索引方式，这也为我们提供了一种沿张量的第一维度进行迭代、索引和切片的方法。这将使我们在训练时更容易在同一行中访问自变量和因变量。

from torch.utils.data import TensorDataset

可以将 x_train 和 y_train 组合在一个 TensorDataset 中，这样更容易进行迭代和切片。

train_ds = TensorDataset(x_train, y_train)

之前，我们必须分别遍历x和y值的小批量数据：

xb = x_train[start_i:end_i]
yb = y_train[start_i:end_i]

现在，我们可以将这两个步骤一起完成：

xb,yb = train_ds[i*bs : i*bs+bs]

model, opt = get_model()

for epoch in range(epochs):
    for i in range((n - 1) // bs + 1):
        xb, yb = train_ds[i * bs: i * bs + bs]
        pred = model(xb)
        loss = loss_func(pred, yb)

        loss.backward()
        opt.step()
        opt.zero_grad()

print(loss_func(model(xb), yb))

tensor(0.0826, grad_fn=<NllLossBackward0>)

使用DataLoader进行重构

PyTorch的DataLoader负责管理批次。你可以从任何Dataset创建一个DataLoader。DataLoader使得迭代批次变得更加容易。相比于必须使用train_ds[i*bs : i*bs+bs]，DataLoader自动为我们提供每个小批次。

from torch.utils.data import DataLoader

train_ds = TensorDataset(x_train, y_train)
train_dl = DataLoader(train_ds, batch_size=bs)

之前，我们的循环像这样遍历批次 (xb, yb)：

for i in range((n-1)//bs + 1):
    xb,yb = train_ds[i*bs : i*bs+bs]
    pred = model(xb)

现在，我们的循环更加简洁，因为 (xb, yb) 从数据加载器中自动加载：

for xb,yb in train_dl:
    pred = model(xb)

model, opt = get_model()

for epoch in range(epochs):
    for xb, yb in train_dl:
        pred = model(xb)
        loss = loss_func(pred, yb)

        loss.backward()
        opt.step()
        opt.zero_grad()

print(loss_func(model(xb), yb))

tensor(0.0818, grad_fn=<NllLossBackward0>)

感谢 PyTorch 的 nn.Module、nn.Parameter、Dataset 和 DataLoader，我们的训练循环现在显著缩小且更易于理解。现在让我们尝试添加在实践中创建有效模型所需的基本功能。

添加验证

在第1节中，我们只是试图为我们的训练数据建立一个合理的训练循环。实际上，你总是还应该有一个验证集，以便识别是否过拟合。

打乱训练数据是 重要的 以防止批次之间的相关性和过拟合。另一方面，无论我们是否打乱验证集，验证损失都是相同的。由于打乱需要额外的时间，因此打乱验证数据是没有意义的。

我们将使用验证集的批量大小是训练集的两倍。这是因为验证集不需要反向传播，因此占用的内存较少（不需要存储梯度）。我们利用这一点来使用更大的批量大小，并更快地计算损失。

train_ds = TensorDataset(x_train, y_train)
train_dl = DataLoader(train_ds, batch_size=bs, shuffle=True)

valid_ds = TensorDataset(x_valid, y_valid)
valid_dl = DataLoader(valid_ds, batch_size=bs * 2)

我们将在每个epoch结束时计算并打印验证损失。

（请注意，我们总是在训练前调用model.train()，在推理前调用model.eval()，因为这些被诸如nn.BatchNorm2d和nn.Dropout等层使用，以确保这些不同阶段的适当行为。）

model, opt = get_model()

for epoch in range(epochs):
    model.train()
    for xb, yb in train_dl:
        pred = model(xb)
        loss = loss_func(pred, yb)

        loss.backward()
        opt.step()
        opt.zero_grad()

    model.eval()
    with torch.no_grad():
        valid_loss = sum(loss_func(model(xb), yb) for xb, yb in valid_dl)

    print(epoch, valid_loss / len(valid_dl))

0 tensor(0.3048)
1 tensor(0.2872)

创建 fit() 和 get_data()

我们现在将进行一些自己的重构。由于我们两次经历了类似的过程，即计算训练集和验证集的损失，让我们将其转化为一个独立的函数，loss_batch，它计算一个批次的损失。

我们为训练集传递一个优化器，并使用它来执行反向传播。对于验证集，我们不传递优化器，因此该方法不会执行反向传播。

def loss_batch(model, loss_func, xb, yb, opt=None):
    loss = loss_func(model(xb), yb)

    if opt is not None:
        loss.backward()
        opt.step()
        opt.zero_grad()

    return loss.item(), len(xb)

fit 运行必要的操作来训练我们的模型，并计算每个时期的训练和验证损失。

import numpy as np

def fit(epochs, model, loss_func, opt, train_dl, valid_dl):
    for epoch in range(epochs):
        model.train()
        for xb, yb in train_dl:
            loss_batch(model, loss_func, xb, yb, opt)

        model.eval()
        with torch.no_grad():
            losses, nums = zip(
                *[loss_batch(model, loss_func, xb, yb) for xb, yb in valid_dl]
            )
        val_loss = np.sum(np.multiply(losses, nums)) / np.sum(nums)

        print(epoch, val_loss)

get_data 返回训练集和验证集的数据加载器。

def get_data(train_ds, valid_ds, bs):
    return (
        DataLoader(train_ds, batch_size=bs, shuffle=True),
        DataLoader(valid_ds, batch_size=bs * 2),
    )

现在，我们获取数据加载器和拟合模型的整个过程可以用3行代码来运行：

train_dl, valid_dl = get_data(train_ds, valid_ds, bs)
model, opt = get_model()
fit(epochs, model, loss_func, opt, train_dl, valid_dl)

0 0.2939354367017746
1 0.3258970756947994

你可以使用这基本的3行代码来训练各种模型。 让我们看看是否可以用它们来训练一个卷积神经网络（CNN）！

切换到CNN

我们现在将构建一个具有三个卷积层的神经网络。 由于上一节中的函数都没有对模型形式做出任何假设， 我们将能够使用它们来训练CNN而无需任何修改。

我们将使用PyTorch预定义的 Conv2d类 作为我们的卷积层。我们定义了一个包含3个卷积层的CNN。 每个卷积后面都跟着一个ReLU。最后，我们执行一个 平均池化。（注意view是PyTorch版本的Numpy的 reshape）

class Mnist_CNN(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1 = nn.Conv2d(1, 16, kernel_size=3, stride=2, padding=1)
        self.conv2 = nn.Conv2d(16, 16, kernel_size=3, stride=2, padding=1)
        self.conv3 = nn.Conv2d(16, 10, kernel_size=3, stride=2, padding=1)

    def forward(self, xb):
        xb = xb.view(-1, 1, 28, 28)
        xb = F.relu(self.conv1(xb))
        xb = F.relu(self.conv2(xb))
        xb = F.relu(self.conv3(xb))
        xb = F.avg_pool2d(xb, 4)
        return xb.view(-1, xb.size(1))

lr = 0.1

Momentum 是随机梯度下降的一种变体，它考虑了之前的更新，通常能加快训练速度。

model = Mnist_CNN()
opt = optim.SGD(model.parameters(), lr=lr, momentum=0.9)

fit(epochs, model, loss_func, opt, train_dl, valid_dl)

0 0.3646130460739136
1 0.26228193019628526

使用 nn.Sequential

torch.nn 有另一个方便的类我们可以用来简化我们的代码： Sequential。 一个 Sequential 对象以顺序方式运行其中包含的每个模块。这是我们编写神经网络的一种更简单的方式。

为了利用这一点，我们需要能够轻松地从给定函数定义一个自定义层。例如，PyTorch没有view层，我们需要为我们的网络创建一个。Lambda将创建一个层，然后我们可以在使用Sequential定义网络时使用它。

class Lambda(nn.Module):
    def __init__(self, func):
        super().__init__()
        self.func = func

    def forward(self, x):
        return self.func(x)


def preprocess(x):
    return x.view(-1, 1, 28, 28)

使用Sequential创建的模型很简单：

model = nn.Sequential(
    Lambda(preprocess),
    nn.Conv2d(1, 16, kernel_size=3, stride=2, padding=1),
    nn.ReLU(),
    nn.Conv2d(16, 16, kernel_size=3, stride=2, padding=1),
    nn.ReLU(),
    nn.Conv2d(16, 10, kernel_size=3, stride=2, padding=1),
    nn.ReLU(),
    nn.AvgPool2d(4),
    Lambda(lambda x: x.view(x.size(0), -1)),
)

opt = optim.SGD(model.parameters(), lr=lr, momentum=0.9)

fit(epochs, model, loss_func, opt, train_dl, valid_dl)

0 0.3330025281429291
1 0.22993727023601532

包装 DataLoader

Our CNN is fairly concise, but it only works with MNIST, because:

• 它假设输入是一个28*28的长向量

• 它假设最终的CNN网格大小为4*4（因为这是我们使用的平均池化核大小）

让我们摆脱这两个假设，这样我们的模型就可以处理任何二维单通道图像。首先，我们可以通过将数据预处理移动到生成器中来移除初始的Lambda层：

def preprocess(x, y):
    return x.view(-1, 1, 28, 28), y


class WrappedDataLoader:
    def __init__(self, dl, func):
        self.dl = dl
        self.func = func

    def __len__(self):
        return len(self.dl)

    def __iter__(self):
        for b in self.dl:
            yield (self.func(*b))

train_dl, valid_dl = get_data(train_ds, valid_ds, bs)
train_dl = WrappedDataLoader(train_dl, preprocess)
valid_dl = WrappedDataLoader(valid_dl, preprocess)

接下来，我们可以将nn.AvgPool2d替换为nn.AdaptiveAvgPool2d，这允许我们定义我们想要的输出张量的大小，而不是我们拥有的输入张量的大小。因此，我们的模型将适用于任何大小的输入。

model = nn.Sequential(
    nn.Conv2d(1, 16, kernel_size=3, stride=2, padding=1),
    nn.ReLU(),
    nn.Conv2d(16, 16, kernel_size=3, stride=2, padding=1),
    nn.ReLU(),
    nn.Conv2d(16, 10, kernel_size=3, stride=2, padding=1),
    nn.ReLU(),
    nn.AdaptiveAvgPool2d(1),
    Lambda(lambda x: x.view(x.size(0), -1)),
)

opt = optim.SGD(model.parameters(), lr=lr, momentum=0.9)

让我们来试试看：

fit(epochs, model, loss_func, opt, train_dl, valid_dl)

0 0.3212135115623474
1 0.21439074140787123

使用您的GPU

如果你有幸拥有一块支持CUDA的GPU（你可以从大多数云服务提供商那里以大约每小时0.50美元的价格租用一块），你可以用它来加速你的代码。首先检查你的GPU是否在Pytorch中正常工作：

print(torch.cuda.is_available())

True

然后为其创建一个设备对象：

dev = torch.device(
    "cuda") if torch.cuda.is_available() else torch.device("cpu")

让我们更新 preprocess 以将批次移动到 GPU：

def preprocess(x, y):
    return x.view(-1, 1, 28, 28).to(dev), y.to(dev)


train_dl, valid_dl = get_data(train_ds, valid_ds, bs)
train_dl = WrappedDataLoader(train_dl, preprocess)
valid_dl = WrappedDataLoader(valid_dl, preprocess)

最后，我们可以将模型移动到GPU上。

model.to(dev)
opt = optim.SGD(model.parameters(), lr=lr, momentum=0.9)

你应该会发现它现在运行得更快了：

fit(epochs, model, loss_func, opt, train_dl, valid_dl)

0 0.18173173379898072
1 0.1716031593978405

结束语

我们现在有一个通用的数据管道和训练循环，您可以使用它来训练许多类型的模型，使用Pytorch。要了解现在训练模型可以有多简单，请查看mnist_sample notebook。

当然，您会想要添加许多内容，例如数据增强、超参数调优、监控训练、迁移学习等等。这些功能在fastai库中都有提供，该库采用了与本教程中展示的相同设计方法开发，为希望进一步推进模型实践的从业者提供了一个自然的下一步。

在本教程开始时，我们承诺通过示例解释每个torch.nn、torch.optim、Dataset和DataLoader。所以让我们总结一下我们所看到的：

• torch.nn:

  • Module: 创建一个可调用的对象，其行为类似于函数，但也可以包含状态（例如神经网络层的权重）。它知道它包含哪些Parameter（参数），并且可以将所有梯度归零，遍历它们以更新权重等。

  • Parameter: 一个张量的包装器，它告诉Module它有需要在反向传播期间更新的权重。只有设置了requires_grad属性的张量才会被更新

  • functional: 一个模块（通常按照惯例导入到F命名空间中），包含激活函数、损失函数等，以及无状态版本的层，如卷积层和线性层。

• torch.optim: 包含优化器，例如 SGD，它们在反向传播步骤中更新 Parameter 的权重

• Dataset: 一个具有__len__和__getitem__的对象的抽象接口， 包括Pytorch提供的类，如TensorDataset

• DataLoader: 接受任何 Dataset 并创建一个返回数据批次的迭代器。