Question

我知道深度学习的落后过程遵循梯度下降算法。但是，max操作从来没有梯度概念。

诸如tensorflow，pytorch之类的深度学习框架如何处理诸如maxpooling之类的'max'操作的后退？

Answer 1

您必须考虑max运算符的实际作用？那就是：

它返回或更好地说它传播了最大值。

这就是这里所做的-它需要两个或多个张量并向前最大传播（仅）。

看看一个简短的例子通常会有所帮助：

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)

此代码创建两个随机张量，将它们求和并将其通过max函数。然后根据结果调用backward()。

让我们看一下两种可能的结果：

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的总和较大：

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.])

正如您期望的那样，在s1表示将为t1计算最大梯度的情况下。同样，当s2为t2时，将计算最大梯度。

类似于前进步骤，反向传播是通过最大值向后传播。

值得一提的是，其他张量（不代表最大值）仍然是图形的一部分。然后，仅将渐变设置为零。如果它们不属于图形，您将获得None作为梯度，而不是零向量。

您可以检查使用python-max而不是torch.max会发生什么情况：

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

深度学习中最大操作的落后过程是什么？

1 个答案: