【Pytorch学习：对比与总结】_new_tensor

---

前言

本博客主要作为个人学习使用，记录Pytorch与计算机视觉学习过程当中遇到的一些有用的代码技巧，以及一些函数的效果对比，方便查阅与交流，有关的问题欢迎大家在评论区进行讨论，也欢迎大家补充自己觉得好用的代码技巧。

---

一、Pytorch技巧总结

注：目前初步是对遇到的代码技巧进行归总，到一定数量以后再进行分类整理。每个小节的有超链接可直接跳转函数对应的Pytorch官方文档。

1. torch.nonzero：标号提取

torch.nonzero能够提取Tensor当中非零元素的标号(indices)，常用于对Tensor中满足一定逻辑关系的元素进行特征提取，即:

import torch
target_indices = torch.nonzero(<logic expression>)
1
2

例如，5个锚框（anchor box）各自与真实边界框（groundtruth bounding box）的最大交并比（IoU）为：

max_iou = torch.tensor([0.0536，0.1417，0.5657，0.2059，0.7459])
1

则达到IoU阈值的锚框序号可由以下方式求得，reshape用于将结果调整为一维张量。

iou_threshold = 0.5
anc_i = torch.nonzero(max_ious > iou_threshold).reshape(-1)
print(anc_i)
1
2
3

tensor([2,4])
1

2. torch.unique：标号分离

torch.unique能够删除输入的Tensor中重复的元素并将结果输出，输出的Tensor（记为output）中每个元素都与其他元素互异。通过设定sorted=True可以得到经过排序后的结果，通过设定return_counts=True,可以一并返回output中每个元素在输入Tensor中出现的次数。

torch.unique可以用于集合中子集及其补集的分离。例如，一组锚框对应的标号为：

import torch
all_idx = torch.tensor([0, 1, 2, 3])
1
2

假设经过非极大值抑制（NMS）后，保留下来的前景锚框对应标号为：

keep = torch.tensor([0, 3])
1

那么剩余的被排除掉的锚框对应的标号non_keep可以通过以下方式求出：

combined = torch.cat((keep, all_idx))
uniques, counts = combined.unique(return_counts=True)
non_keep = uniques[counts == 1]
print(non_keep)
1
2
3
4

tensor([1, 2])
1

3. torch.argsort：标号排序

torch.argsort可以将输入Tensor中的元素以指定次序进行排列，并返回排序结果中每个值对应的标号。与torch.nonzero配合使用，可以在保持大小顺序的情况下进行标号的多次提取。例如，假定有四个边界框（bounding box），它们的置信度分别为：

import torch
scores = tensor([0.9000, 0.8000,0.7000, 0.9000])
1
2

则利用torch.argsort排序，就可以得到：

B = torch.argsort(scores, dim=-1, descending=True)
print(B)
1
2

tensor([0, 3, 1, 2])
1

在B中，各个标号按scores中对应值的大小降序排列，因此B[0]就是置信度最高的边界框的标号，假设它与剩余的边界框交并比为：

ious = tensor([0.0000,0.7368,0.5454])
1

假定IoU阈值为：

iou_threshold = 0.7
1

经过非极大值抑制，剩余的边界框对应标号为：

inds = torch.nonzero(iou <= iou_threshold).reshape(-1)
print(inds)
1
2

tensor([0, 2])
1

B = B[inds + 1]
print(B)
1
2

tensor([3, 2])
1

从而下一次迭代中需要做非极大值抑制的边界框对应的标号就是：

---

二、Pytorch方法比较

注：每个小节的有超链接可直接跳转函数对应的Pytorch官方文档，本部分与第一部分不同，后续可能不会另作整理。

1. torch.cat与torch.stack

torch.cat与torch.stack都起到连接Tensor的作用，输入参数的形式也相同，那么它们有什么区别呢？两者在官方文档中的解释如下：

torch.cat: Concatenates the given sequence of seq tensors in the given dimension.
1

torch.stack: Concatenates a sequence of tensors along a new dimension.
1

可见前者是在已有的维度上级联Tensor，dim从已有的维度中指定一个；而后者在新的维度上对Tensor进行级联，dim指定的是维度与维度间的间隙，因此同样的输入实际上会产生不同的结果，例如：

import torch
x = torch.randn(2, 3)
y_cat = torch.cat((x, x, x), 0)
y_stack = torch.stack((x, x, x), 0)
print('Shape of y_cat: ', y_cat.shape)
print('Shape of y_stack: ', y_stack.shape)
1
2
3
4
5
6

Shape of y_cat:  torch.Size([6, 3])
Shape of y_stack:  torch.Size([3, 2, 3])
1
2

2. 乘法运算

本部分内容参考来自RYDER的知乎回答。

torch.mm

torch.mm(input, mat2, *, out=None) → Tensor
1

torch.mm实现矩阵乘法，一般只用来计算两个二维张量的矩阵乘法，且不支持broadcast操作。假设input的大小为$n\times m$，mat2的大小为$m\times p$，则输出张量的大小为$n\times p$。

torch.bmm

torch.bmm(input, mat2, *, out=None) → Tensor
1

torch.bmm实现批量化的矩阵乘法，便于深度网络mini-batch的训练方法。该函数的两个输入必须是三维矩阵且第一维相同（表示Batch维度），且不支持broadcast操作。假设input的大小为$B\times n\times m$，mat2的大小为$B\times m\times p$，则输出张量的大小为$B\times n\times p$。

torch.matmul

torch.matmul(input, other, *, out=None) → Tensor
1

torch.matmul同样实现矩阵乘法，同时支持高维输入和broadcast操作，但使用较为复杂，建议参考Pytorch官方文档。

torch.mul

torch.mul(input, other, *, out=None) → Tensor
1

torch.mul实现逐元素乘法，其中other可以是标量也可以是任意维度的矩阵，只要满足broadcast以后能够相乘即可，即该操作支持broadcast。

乘法运算符 @ 与 *

$@$操作符可以执行矩阵乘法操作，类似 torch.mm、torch.bmm及torch.matmul; 而 $\ast$ 乘法操作可以执行逐元素矩阵乘法，使用方法类似torch.mul。

3. 张量复制

torch.clone

torch.clone(input, *, memory_format=torch.preserve_format) → Tensor
1

torch.clone开辟新的空间存储复制后的张量，因此源张量和复制后的张量互不影响，属于深拷贝(Deep Copy)。此外，复制结果的shape、dtype和device属性均与原张量相同，且仍然保留在计算图中，若源张量的require_grad=True，则复制结果在运算过程产生的梯度会回溯到源张量，因此torch.clone可以被理解为一种identity mapping的操作。

其他的深拷贝方法（参考链接）还包括：

• torch.tensor
• Tensor.new_tensor
• Tensor.copy_

Tensor.detach

Tensor.detach()
1

返回与源张量完全相同的张量，但新的张量与源张量共享内存，任何一方的改变也会相应地同步在另一方上，属于浅拷贝(Shallow Copy)。此外，与torch.copy()不同，detach()的结果将脱离计算图中，不再参与梯度的计算。

其他的浅拷贝方法（参考链接）还包括：

• Tensor.numpy
• torch.from_numpy
• torch.as_tensor
• Tensor.view
• 索引，如y = x[:]
• model.forward()
• 就地操作(in-place)

clone 与detach联合使用

综合前述，tensor.copy().detach()将使得复制结果与源张量完全分离，既不共享内存，也不再存有计算图上的关联，且结果与两个方法的顺序无关。

Tensor.new_tensor

Tensor.new_tensor能够在深拷贝的同时提供更细致的dtype和device属性的控制。在默认参数下，即tensor.new_tensor(x)等同于x.copy().detach()，tensor.new_tensor(x, requires_grad=True)则等同于x.clone().detach().requires_grad_(True)。

总结

以上就是文章的全部内容，后续会对博客持续更新，敬请期待。