深度学习 精选笔记（11）深度学习计算相关：GPU、参数、读写、块

学习参考：

• 动手学深度学习2.0
• Deep-Learning-with-TensorFlow-book
• pytorchlightning

①如有冒犯、请联系侵删。
②已写完的笔记文章会不定时一直修订修改(删、改、增)，以达到集多方教程的精华于一文的目的。
③非常推荐上面（学习参考）的前两个教程，在网上是开源免费的，写的很棒，不管是开始学还是复习巩固都很不错的。

深度学习回顾，专栏内容来源多个书籍笔记、在线笔记、以及自己的感想、想法，佛系更新。争取内容全面而不失重点。完结时间到了也会一直更新下去，已写完的笔记文章会不定时一直修订修改(删、改、增)，以达到集多方教程的精华于一文的目的。所有文章涉及的教程都会写在开头、一起学习一起进步。

1.神经网络的层和块

神经网络块，“比单个层大”但“比整个模型小”的组件。块（block）可以描述单个层、由多个层组成的组件或整个模型本身。 使用块进行抽象的一个好处是可以将一些块组合成更大的组件， 这一过程通常是递归的：

从编程的角度来看，块由类（class）表示。 它的任何子类都必须定义一个将其输入转换为输出的前向传播函数， 并且必须存储任何必需的参数。 注意，有些块不需要任何参数。 最后，为了计算梯度，块必须具有反向传播函数。

如下代码，进行解读：
通过实例化keras.models.Sequential来构建模型， 层的执行顺序是作为参数传递的。 简而言之，Sequential定义了一种特殊的keras.Model， 即在Keras中表示一个块的类。 它维护了一个由Model组成的有序列表， 注意两个全连接层都是Model类的实例， 这个类本身就是Model的子类。 前向传播（call）函数也非常简单： 它将列表中的每个块连接在一起，将每个块的输出作为下一个块的输入。 注意，到目前为止，一直在通过net(X)调用模型来获得模型的输出。 这实际上是net.call(X)的简写， 这是通过Block类的__call__函数实现的一个Python技巧。

import tensorflow as tf

net = tf.keras.models.Sequential([
    tf.keras.layers.Dense(256, activation=tf.nn.relu),
    tf.keras.layers.Dense(10),
])

X = tf.random.uniform((2, 20))
net(X)#相当于net.__call__(X)
1
2
3
4
5
6
7
8
9

Sequential的设计是为了把其他模块串起来。

2.自定义 块

从零开始编写一个块。 它包含一个多层感知机，其具有256个隐藏单元的隐藏层和一个10维输出层。 注意，下面的MLP类继承了表示块的类。 实现只需要提供自己的构造函数（Python中的__init__函数）和前向传播函数。

• 将输入数据作为其前向传播函数的参数。
• 通过前向传播函数来生成输出。请注意，输出的形状可能与输入的形状不同。例如，我们上面模型中的第一个全连接的层接收任意维的输入，但是返回一个维度256的输出。
• 计算其输出关于输入的梯度，可通过其反向传播函数进行访问。通常这是自动发生的。
• 存储和访问前向传播计算所需的参数。
• 根据需要初始化模型参数。

class MLP(tf.keras.Model):
    # 用模型参数声明层。这里，我们声明两个全连接的层
    def __init__(self):
        # 调用MLP的父类Model的构造函数来执行必要的初始化。
        # 这样，在类实例化时也可以指定其他函数参数，例如模型参数params（稍后将介绍）
        super().__init__()
        # Hiddenlayer
        self.hidden = tf.keras.layers.Dense(units=256, activation=tf.nn.relu)
        self.out = tf.keras.layers.Dense(units=10)  # Outputlayer

    # 定义模型的前向传播，即如何根据输入X返回所需的模型输出
    def call(self, X):
        return self.out(self.hidden((X)))

net = MLP()
net(X)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

代码解读：

• 前向传播函数以X作为输入， 计算带有激活函数的隐藏表示，并输出其未规范化的输出值。
• 实例化多层感知机的层，然后在每次调用前向传播函数时调用这些层；定制的__init__函数通过super().__init__() 调用父类的__init__函数， 省去了重复编写模版代码的痛苦。
• 实例化两个全连接层， 分别为self.hidden和self.out。 注意，除非要实现一个新的运算符， 否则不必担心反向传播函数或参数初始化， 系统将自动生成这些。

（1）顺序块

Sequential的设计基本上总结为：

• 一种将块逐个追加到列表中的函数；
• 一种前向传播函数，用于将输入按追加块的顺序传递给块组成的“链条”。

如下，MySequential的用法与之前为Sequential类编写的代码相同。

class MySequential(tf.keras.Model):
    def __init__(self, *args):
        super().__init__()
        self.modules = []
        for block in args:
            # 这里，block是tf.keras.layers.Layer子类的一个实例
            self.modules.append(block)

    def call(self, X):
        for module in self.modules:
            X = module(X)
        return X

net = MySequential(
    tf.keras.layers.Dense(units=256, activation=tf.nn.relu),
    tf.keras.layers.Dense(10))
net(X)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

3. 在前向传播函数中执行代码

Sequential类使模型构造变得简单， 允许组合新的架构，而不必定义自己的类。 然而，并不是所有的架构都是简单的顺序架构。 当需要更强的灵活性时，需要定义自己的块。

网络中的所有操作都对网络的激活值及网络的参数起作用，然而，希望合并既不是上一层的结果也不是可更新参数的项， 称之为常数参数（constant parameter）。

class FixedHiddenMLP(tf.keras.Model):
    def __init__(self):
        super().__init__()
        self.flatten = tf.keras.layers.Flatten()
        # 使用tf.constant函数创建的随机权重参数在训练期间不会更新（即为常量参数）
        self.rand_weight = tf.constant(tf.random.uniform((20, 20)))
        self.dense = tf.keras.layers.Dense(20, activation=tf.nn.relu)

    def call(self, inputs):
        X = self.flatten(inputs)
        # 使用创建的常量参数以及relu和matmul函数
        X = tf.nn.relu(tf.matmul(X, self.rand_weight) + 1)
        # 复用全连接层。这相当于两个全连接层共享参数。
        X = self.dense(X)
        # 控制流
        while tf.reduce_sum(tf.math.abs(X)) > 1:
            X /= 2
        return tf.reduce_sum(X)

net = FixedHiddenMLP()
net(X)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

在这个FixedHiddenMLP模型中，实现了一个隐藏层， 其权重（self.rand_weight）在实例化时被随机初始化，之后为常量。 这个权重不是一个模型参数，因此它永远不会被反向传播更新。

4.多个块混合组合

一个块混合搭配各种组合块，一个块可以由许多层组成；一个块可以由许多块组成。

class FixedHiddenMLP(tf.keras.Model):
    def __init__(self):
        super().__init__()
        self.flatten = tf.keras.layers.Flatten()
        # 使用tf.constant函数创建的随机权重参数在训练期间不会更新（即为常量参数）
        self.rand_weight = tf.constant(tf.random.uniform((20, 20)))
        self.dense = tf.keras.layers.Dense(20, activation=tf.nn.relu)

    def call(self, inputs):
        X = self.flatten(inputs)
        # 使用创建的常量参数以及relu和matmul函数
        X = tf.nn.relu(tf.matmul(X, self.rand_weight) + 1)
        # 复用全连接层。这相当于两个全连接层共享参数。
        X = self.dense(X)
        # 控制流
        while tf.reduce_sum(tf.math.abs(X)) > 1:
            X /= 2
        return tf.reduce_sum(X)

class NestMLP(tf.keras.Model):
    def __init__(self):
        super().__init__()
        self.net = tf.keras.Sequential()
        self.net.add(tf.keras.layers.Dense(64, activation=tf.nn.relu))
        self.net.add(tf.keras.layers.Dense(32, activation=tf.nn.relu))
        self.dense = tf.keras.layers.Dense(16, activation=tf.nn.relu)

    def call(self, inputs):
        return self.dense(self.net(inputs))

chimera = tf.keras.Sequential()
chimera.add(NestMLP())
chimera.add(tf.keras.layers.Dense(20))
chimera.add(FixedHiddenMLP())
chimera(X)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

5.参数管理

在选择了架构并设置了超参数后，就进入了训练阶段。 此时，目标是找到使损失函数最小化的模型参数值。经过训练后，将需要使用这些参数来做出未来的预测。 此外，希望提取参数，以便在其他环境中复用它们， 将模型保存下来，以便它可以在其他软件中执行， 或者为了获得科学的理解而进行检查。

import tensorflow as tf

net = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(4, activation=tf.nn.relu),
    tf.keras.layers.Dense(1),
])

X = tf.random.uniform((2, 4))
net(X)
1
2
3
4
5
6
7
8
9
10

5.1参数访问

从已有模型中访问参数。 当通过Sequential类定义模型时， 可以通过索引来访问模型的任意层。 这就像模型是一个列表一样，每层的参数都在其属性中。

import tensorflow as tf

net = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(4, activation=tf.nn.relu),
    tf.keras.layers.Dense(1),
])

X = tf.random.uniform((2, 4))
net(X)
print(net.layers[2].weights)
1
2
3
4
5
6
7
8
9
10
11

[<tf.Variable 'dense_1/kernel:0' shape=(4, 1) dtype=float32, numpy=
array([[ 0.06311333],
       [-0.17863423],
       [-0.38862765],
       [ 0.9374387 ]], dtype=float32)>, <tf.Variable 'dense_1/bias:0' shape=(1,) dtype=float32, numpy=array([0.], dtype=float32)>]
1
2
3
4
5

代码解释：
首先，这个全连接层包含两个参数，分别是该层的权重和偏置。 两者都存储为单精度浮点数（float32）。 注意，参数名称允许唯一标识每个参数，即使在包含数百个层的网络中也是如此。

(1)访问目标参数

注意，每个参数都表示为参数类的一个实例。 要对参数执行任何操作，首先需要访问底层的数值。

第二个全连接层（即第三个神经网络层）提取偏置， 提取后返回的是一个参数类实例，并进一步访问该参数的值：

print(type(net.layers[2].weights[1]))
print(net.layers[2].weights[1])
print(tf.convert_to_tensor(net.layers[2].weights[1]))
1
2
3

<class 'tensorflow.python.ops.resource_variable_ops.ResourceVariable'>
<tf.Variable 'dense_1/bias:0' shape=(1,) dtype=float32, numpy=array([0.], dtype=float32)>
tf.Tensor([0.], shape=(1,), dtype=float32)
1
2
3

(2) 一次性访问所有参数

当需要对所有参数执行操作时，逐个访问它们可能会很麻烦。 当处理更复杂的块（例如，嵌套块）时，情况可能会变得特别复杂， 因为需要递归整个树来提取每个子块的参数。

print(net.layers[1].weights)
print(net.get_weights())
1
2

[<tf.Variable 'dense/kernel:0' shape=(4, 4) dtype=float32, numpy=
array([[ 0.34964794, -0.01246995, -0.66718704,  0.8423942 ],
       [ 0.40420133,  0.48373526, -0.16817617,  0.58779615],
       [-0.33410978,  0.44151586, -0.14673978, -0.4114933 ],
       [-0.18501085, -0.1278897 ,  0.5296257 ,  0.21039444]],
      dtype=float32)>, <tf.Variable 'dense/bias:0' shape=(4,) dtype=float32, numpy=array([0., 0., 0., 0.], dtype=float32)>]
[array([[ 0.34964794, -0.01246995, -0.66718704,  0.8423942 ],
       [ 0.40420133,  0.48373526, -0.16817617,  0.58779615],
       [-0.33410978,  0.44151586, -0.14673978, -0.4114933 ],
       [-0.18501085, -0.1278897 ,  0.5296257 ,  0.21039444]],
      dtype=float32), array([0., 0., 0., 0.], dtype=float32), array([[-0.58489895],
       [-0.6303506 ],
       [-1.0014054 ],
       [-0.02034676]], dtype=float32), array([0.], dtype=float32)]
1
2
3
4
5
6
7
8
9
10
11
12
13
14

net.get_weights()[1]
1

array([0., 0., 0., 0.], dtype=float32)
1

(3)从嵌套块收集参数

如果将多个块相互嵌套，参数命名约定是如何工作的。 首先定义一个生成块的函数（可以说是“块工厂”），然后将这些块组合到更大的块中。

def block1(name):
    return tf.keras.Sequential([
        tf.keras.layers.Flatten(),
        tf.keras.layers.Dense(4, activation=tf.nn.relu)],
        name=name)

def block2():
    net = tf.keras.Sequential()
    for i in range(4):
        # 在这里嵌套
        net.add(block1(name=f'block-{i}'))
    return net

rgnet = tf.keras.Sequential()
rgnet.add(block2())
rgnet.add(tf.keras.layers.Dense(1))
rgnet(X)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

<tf.Tensor: shape=(2, 1), dtype=float32, numpy=
array([[0.03218262],
       [0.04669464]], dtype=float32)>
1
2
3

print(rgnet.summary())
1

Model: "sequential_1"
_________________________________________________________________
 Layer (type)                Output Shape              Param #   
=================================================================
 sequential_2 (Sequential)   (2, 4)                    80        
                                                                 
 dense_6 (Dense)             (2, 1)                    5         
                                                                 
=================================================================
Total params: 85
Trainable params: 85
Non-trainable params: 0
_________________________________________________________________
None
1
2
3
4
5
6
7
8
9
10
11
12
13
14

因为层是分层嵌套的，所以也可以像通过嵌套列表索引一样访问它们。 下面，访问第一个主要的块中、第二个子块的第一层的偏置项。

rgnet.layers[0].layers[1].layers[1].weights[1]
1

<tf.Variable 'dense_3/bias:0' shape=(4,) dtype=float32, numpy=array([0., 0., 0., 0.], dtype=float32)>
1

5.2参数初始化

深度学习框架提供默认随机初始化， 也允许创建自定义初始化方法， 满足通过其他规则实现初始化权重。默认情况下，Keras会根据一个范围均匀地初始化权重矩阵， 这个范围是根据输入和输出维度计算出的。 偏置参数设置为0。 TensorFlow在根模块和keras.initializers模块中提供了各种初始化方法。

(1)内置默认初始化

首先调用内置的初始化器。 下面将所有权重参数初始化为标准差为0.01的高斯随机变量， 且将偏置(均重)参数设置为0。

net = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(
        4, activation=tf.nn.relu,
        kernel_initializer=tf.random_normal_initializer(mean=0, stddev=0.01),
        bias_initializer=tf.zeros_initializer()),
    tf.keras.layers.Dense(1)])

net(X)
net.weights[0], net.weights[1]
1
2
3
4
5
6
7
8
9
10

(<tf.Variable 'dense_7/kernel:0' shape=(4, 4) dtype=float32, numpy=
 array([[-0.0084911 ,  0.01987272,  0.0047598 ,  0.00767572],
        [ 0.00302977,  0.00571064,  0.01353499, -0.00716146],
        [ 0.01516861, -0.0042888 , -0.01337093,  0.01640075],
        [-0.00443652,  0.00357472,  0.003672  ,  0.00791739]],
       dtype=float32)>,
 <tf.Variable 'dense_7/bias:0' shape=(4,) dtype=float32, numpy=array([0., 0., 0., 0.], dtype=float32)>)
1
2
3
4
5
6
7

还可以将所有参数初始化为给定的常数，比如初始化为1。

net = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(
        4, activation=tf.nn.relu,
        kernel_initializer=tf.keras.initializers.Constant(1),
        bias_initializer=tf.zeros_initializer()),
    tf.keras.layers.Dense(1),
])

net(X)
net.weights[0], net.weights[1]
1
2
3
4
5
6
7
8
9
10
11

(<tf.Variable 'dense_9/kernel:0' shape=(4, 4) dtype=float32, numpy=
 array([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]], dtype=float32)>,
 <tf.Variable 'dense_9/bias:0' shape=(4,) dtype=float32, numpy=array([0., 0., 0., 0.], dtype=float32)>)
1
2
3
4
5
6

还可以对某些块应用不同的初始化方法。 例如，下面使用Xavier初始化方法初始化第一个神经网络层， 然后将第三个神经网络层初始化为常量值42。

net = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(
        4,
        activation=tf.nn.relu,
        kernel_initializer=tf.keras.initializers.GlorotUniform()),
    tf.keras.layers.Dense(
        1, kernel_initializer=tf.keras.initializers.Constant(1)),
])

net(X)
print(net.layers[1].weights[0])
print(net.layers[2].weights[0])
1
2
3
4
5
6
7
8
9
10
11
12
13

<tf.Variable 'dense_11/kernel:0' shape=(4, 4) dtype=float32, numpy=
array([[ 0.05044675, -0.75048006, -0.27696246,  0.3049981 ],
       [-0.8364825 ,  0.71040255,  0.05052626,  0.6309851 ],
       [ 0.7461434 ,  0.43411523,  0.25171906, -0.76259345],
       [ 0.5316939 ,  0.4294545 , -0.22395748,  0.08069021]],
      dtype=float32)>
<tf.Variable 'dense_12/kernel:0' shape=(4, 1) dtype=float32, numpy=
array([[1.],
       [1.],
       [1.],
       [1.]], dtype=float32)>
1
2
3
4
5
6
7
8
9
10
11

(2)自定义初始化

深度学习框架没有提供所需要的初始化方法。例如使用以下的分布为任意权重参数