我知道深度学习的反向过程遵循梯度下降算法。但是,max
操作永远没有梯度概念。
像tensorflow、pytorch这样的深度学习框架如何处理类似于maxpooling
的'max'操作的反向传播?
我知道深度学习的反向过程遵循梯度下降算法。但是,max
操作永远没有梯度概念。
像tensorflow、pytorch这样的深度学习框架如何处理类似于maxpooling
的'max'操作的反向传播?
你需要思考一下max
运算符实际上是做什么的?也就是说:
而这正是它在这里所做的-它取两个或多个张量并向前传播(仅)最大值。
看一个简短的例子通常是有帮助的:
t1 = torch.rand(10, requires_grad=True)
t2 = torch.rand(10, requires_grad=True)
s1 = torch.sum(t1)
s2 = torch.sum(t2)
print('sum t1:', s1, 'sum t2:', s2)
m = torch.max(s1, s2)
print('max:', m, 'requires_grad:', m.requires_grad)
m.backward()
print('t1 gradients:', t1.grad)
print('t2 gradients:', t2.grad)
这段代码创建了两个随机张量,将它们加起来并通过一个最大函数。然后,对结果调用backward()
。
让我们来看看可能的两种结果:
结果1 - t1
的总和较大:
sum t1: tensor(5.6345) sum t2: tensor(4.3965)
max: tensor(5.6345) requires_grad: True
t1 gradients: tensor([ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
t2 gradients: tensor([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
结果2 - t2
的总和更大:
sum t1: tensor(3.3263) sum t2: tensor(4.0517)
max: tensor(4.0517) requires_grad: True
t1 gradients: tensor([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
t2 gradients: tensor([ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
当 s1
表示最大值时,将计算 t1
的最大梯度。同样地,当 s2
是最大值时,将计算 t2
的最大梯度。
需要提到的一件事是,其他张量仍然是图形的一部分,但不代表最大值。只是将梯度设置为零。如果它们不是图形的一部分,您将得到 None
梯度而不是零向量。
您可以检查如果使用 python-max
而不是 torch.max
会发生什么:
t1 = torch.rand(10, requires_grad=True)
t2 = torch.rand(10, requires_grad=True)
s1 = torch.sum(t1)
s2 = torch.sum(t2)
print('sum t1:', s1, 'sum t2:', s2)
m = max(s1, s2)
print('max:', m, 'requires_grad:', m.requires_grad)
m.backward()
print('t1 gradients:', t1.grad)
print('t2 gradients:', t2.grad)
输出:
sum t1: tensor(4.7661) sum t2: tensor(4.4166)
max: tensor(4.7661) requires_grad: True
t1 gradients: tensor([ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
t2 gradients: None