深度学习---------------神经网络基础

层和块

单一输出的线性模型：整个模型只有一个输出。
注意，单个神经网络完成以下几项工作：

    ①接受一些输入。
    ②生成相应的标量输出。
    ③具有一组相关参数（parameters），更新这些参数可以优化某目标函数。

多个输出的网络时：利用矢量化算法来描述整层神经元。 像单个神经元一样，层完成以下几项工作：
        ①接受一组输入。
        ②生成相应的输出。
        ③由一组可调整参数描述。
使用softmax回归时，一个单层本身就是模型。

对于多层感知机而言，整个模型及其组成层都是这种架构。
    整个模型接受原始输入（特征），生成输出（预测），并包含一些参数（所有组成层的参数集合）。同样，每个单独的层接收输入（由前一层提供），生成输出（到下一层的输入），并且具有一组可调参数，这些参数根据从下一层反向传播的信号进行更新。

    为了实现这些复杂的网络，引入了神经网络块的概念。块：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，如下图所示：通过定义代码来按需生成任意复杂度的块，我们可以通过简洁的代码实现复杂的神经网络。

    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。
代码示例：自定义块那里。

    生成一个网络，其中包含一个具有256个单元和ReLU激活函数的全连接隐藏层， 然后是一个具有10个隐藏单元且不带激活函数的全连接输出层。

import torch
from torch import nn
from torch.nn import functional as F

net = nn.Sequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10))

X = torch.rand(2, 20)

print(net(X))

1、这里的每一层权重w和偏置b不用初始化吗？
nn.Linear有默认初始化，会自动初始化，也可以自己设置w和b

2、这个不需要flatten的吗？
不用flatten的原因是因为这里有两组数据，而不是一组

输出：

通过实例化nn.Sequential来构建模型，层的执行顺序是作为参数传递的。简而言之， nn.Sequential定义了一种特殊的Module（即在PyTorch中表示一个块的类， 它维护了一个由Module组成的有序列表。）
注意：
    两个全连接层都是Linear类的实例， Linear类本身就是Module的子类。另外，到目前为止，我们一直在通过net(X)调用我们的模型来获得模型的输出。这实际上是net.call(X)的简写。这个前向传播函数非常简单：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。

---

自定义块

块必须提供的基本功能：
  ①将输入数据作为其前向传播函数的参数。
  ②通过前向传播函数来生成输出。 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一个20维的输入，但是返回一个度为256的输出。
  ③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。通常是自动发生的。
  ④存储和访问前向传播计算所需的参数。
  ⑤根据需要初始化模型参数。

    我们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。 我们的实现只需要提供我们自己的构造函数（Python中的__init__函数）和前向传播函数。

# (nn.Module)继承Module子类
class MLP(nn.Module):
    # 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Module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__()
        self.hidden = nn.Linear(20, 256)  # 隐藏层
        self.out = nn.Linear(256, 10)  # 输出层
 
    # 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 forward(self, X):
        # 注意，这里我们使用ReLU的函数版本，其在nn.functional模块中定义。
        return self.out(F.relu(self.hidden(X)))

    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。在这个MLP实现中，两个层都是实例变量。要了解这为什么是合理的，可以想象实例化两个多层感知机（net1和net2），并根据不同的数据对它们进行训练。当然，我们希望它们学到两种不同的模型。
    接着我们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。注意一些关键细节： 首先，我们定制的__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。然后，我们实例化两个全连接层，分别为self.hidden和self.out。注意，除非我们实现一个新的运算符，否则我们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。

---

    实例化多层感知机的层，然后在每次调用正向传播函数时调用这些层。

net = MLP()
net(X)

输出：

块的一个主要优点：是它的多功能性。 我们可以子类化块以创建层（如全连接层的类）、整个模型（如上面的MLP类）或具有中等复杂度的各种组件。例如：处理卷积神经网络时，就利用了这种多功能性。

该模块总代码

import torch
from torch import nn
from torch.nn import functional as F


# (nn.Module)继承Module子类
class MLP(nn.Module):
    # 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Module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__()
        self.hidden = nn.Linear(20, 256)  # 隐藏层
        self.out = nn.Linear(256, 10)  # 输出层

    # 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 forward(self, X):
        # 注意，这里我们使用ReLU的函数版本，其在nn.functional模块中定义。
        return self.out(F.relu(self.hidden(X)))


net = nn.Sequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10))
net = MLP()
X = torch.rand(2, 20)
print(net(X))

---

顺序块

Sequential类是如何工作的？

    Sequential的设计是为了把其他模块串起来。 为了构建我们自己的简化的MySequential， 我们只需要定义两个关键函数：

    ①一种将块逐个追加到列表中的函数。
    ②一种前向传播函数，用于将输入按追加块的顺序传递给块组成的“链条”。

下面的MySequential类提供了与默认Sequential类相同的功能。

class MySequential(nn.Module):
    def __init__(self, *args):
        super().__init__()
        # 遍历了args中的所有元素（即传入的模块），同时enumerate函数为每个元素提供了一个索引（idx）和值（module）。
        # 这里，module是Module子类的一个实例。我们把它保存在'Module'类的成员
        for idx, module in enumerate(args):
            # 变量_modules中。_module的类型是OrderedDict，保证了元素的插入顺序。
            # 用于存储模块的所有子模块，每个传入的模块都被添加到_modules字典中，键是模块的索引（转换为字符串），值是模块本身。
            self._modules[str(idx)] = module
 
    def forward(self, X):
        # OrderedDict保证了按照成员添加的顺序遍历它们
        for block in self._modules.values():
        	# 执行了模块的前向传播，并将输出作为下一个模块的输入。
            X = block(X)
        return X

__init__函数将每个模块逐个添加到有序字典_modules中。 为什么每个Module都有一个_modules属性？
以及为什么我们使用它而不是自己定义一个Python列表？
_modules的主要优点是：
    在模块的参数初始化过程中，系统知道在_modules字典中查找需要初始化参数的子块。

当MySequential的前向传播函数被调用时， 每个添加的块都按照它们被添加的顺序执行。 现在可以使用我们的MySequential类重新实现多层感知机。

该模块总代码

import torch
from torch import nn


class MySequential(nn.Module):
    def __init__(self, *args):
        super().__init__()
        for block in args:
            self._modules[block] = block  # block 本身作为它的key，存在_modules里面的为层，以字典的形式

    def forward(self, X):
        for block in self._modules.values():
            # block输出途径的路径
            print(block)
            X = block(X)
        return X


net = MySequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10))
X = torch.rand(2, 20)
print(net(X))

输出：

---

在前向传播函数中执行代码

  Sequential类使模型构造变得简单，允许我们组合新的架构，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，我们需要定义自己的块。 例如，我们可能希望在前向传播函数中执行Python的控制流。此外，我们可能希望执行任意的数学运算，而不是简单地依赖预定义的神经网络层。

到目前为止， 我们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，有时我们可能希望合并既不是上一层的结果也不是可更新参数的项，我们称之为常数参数。
例如：我们需要一个计算函数 的层，其中x是输入，w是参数，c是某个在优化过程中没有更新的指定常量。 因此我们实现了一个FixedHiddenMLP类，如下所示：

class FixedHiddenMLP(nn.Module):
	# 用父类 nn.Module 的构造函数
    def __init__(self):
        super().__init__()
        # 不计算梯度的随机权重参数。因此其在训练期间保持不变
        self.rand_weight = torch.rand((20, 20), requires_grad=False)
        # 定义一个全连接层，输入和输出特征数都是20。这个层将学习其权重和偏置，并在训练过程中进行更新。
        self.linear = nn.Linear(20, 20)
 
    def forward(self, X):
    	# 输入 X 通过定义的全连接层 self.linear 进行处理。
        X = self.linear(X)
        # 使用创建的常量参数以及relu和mm函数
        # 加上1可能是为了引入非线性或避免ReLU的零梯度问题
        X = F.relu(torch.mm(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.linear(X)
        # 控制流，用于控制 X 的幅度
        while X.abs().sum() > 1:
            X /= 2
        return X.sum()

  在这个FixedHiddenMLP模型中，我们实现了一个隐藏层， 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。然后，神经网络将这个固定层的输出通过一个全连接层。

  在返回输出之前，模型运行了一个while循环，在$L_1$范数大于1的条件下，将输出向量除以2，直到满足条件为止。最后，模型返回了X中所有项的和。此操作可能不会常用于在任何实际任务中，我们只展示如何将任意代码集成到神经网络计算的流程中。

net = FixedHiddenMLP()
net(X)

输出：




混合搭配各种组合块的方法

# 继承自 PyTorch 的 nn.Module类
class NestMLP(nn.Module):
    def __init__(self):
    	# 确保父类（nn.Module）的构造函数被正确调用
        super().__init__()
        # 定义了一个net 的属性，它是一个 nn.Sequential 容器。
        # nn.Sequential允许将多个模块按顺序封装成一个单独的模块。
        self.net = nn.Sequential(nn.Linear(20, 64), nn.ReLU(),
                                 nn.Linear(64, 32), nn.ReLU())
         # 定义了一个linear属性，它是一个单独的线性层，将输入从32维映射到16维。
        self.linear = nn.Linear(32, 16)
    def forward(self, X):
    	# 通过 self.net处理输入 X，然后将结果传递给 self.linear 进行进一步的线性变换，并返回最终结果。
        return self.linear(self.net(X))
# 创建一个chimera容器，按顺序包含 NestMLP 的一个实例、一个将输入从16维映射到20维的线性层，以及一个未定义的 FixedHiddenMLP 类的一个实例。
chimera = nn.Sequential(NestMLP(), nn.Linear(16, 20), FixedHiddenMLP())
chimera(X)

嵌套：NestMLP→linear→Sequential

该模块总代码

import torch
from torch import nn
from torch.nn import functional as F


class FixedHiddenMLP(nn.Module):
    # 用父类 nn.Module 的构造函数
    def __init__(self):
        super().__init__()
        # 不计算梯度的随机权重参数。因此其在训练期间保持不变
        self.rand_weight = torch.rand((20, 20), requires_grad=False)
        # 定义一个全连接层，输入和输出特征数都是20。这个层将学习其权重和偏置，并在训练过程中进行更新。
        self.linear = nn.Linear(20, 20)

    def forward(self, X):
        # 输入 X 通过定义的全连接层 self.linear 进行处理。
        X = self.linear(X)
        # 使用创建的常量参数以及relu和mm函数
        # 加上1可能是为了引入非线性或避免ReLU的零梯度问题
        X = F.relu(torch.mm(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.linear(X)
        # 控制流，用于控制 X 的幅度
        while X.abs().sum() > 1:
            X /= 2
        return X.sum()


# 继承自 PyTorch 的 nn.Module类
class NestMLP(nn.Module):
    def __init__(self):
        # 确保父类（nn.Module）的构造函数被正确调用
        super().__init__()
        # 定义了一个net 的属性，它是一个 nn.Sequential 容器。
        # nn.Sequential允许将多个模块按顺序封装成一个单独的模块。
        self.net = nn.Sequential(nn.Linear(20, 64), nn.ReLU(),
                                 nn.Linear(64, 32), nn.ReLU())
        # 定义了一个linear属性，它是一个单独的线性层，将输入从32维映射到16维。
        self.linear = nn.Linear(32, 16)

    def forward(self, X):
        # 通过 self.net处理输入 X，然后将结果传递给 self.linear 进行进一步的线性变换，并返回最终结果。
        return self.linear(self.net(X))


X = torch.rand(2, 20)
# 创建一个chimera容器，按顺序包含 NestMLP 的一个实例、一个将输入从16维映射到20维的线性层，以及一个未定义的 FixedHiddenMLP 类的一个实例。
chimera = nn.Sequential(NestMLP(), nn.Linear(16, 20), FixedHiddenMLP())
print(chimera(X))

输出：

---

总结

    ①一个块可以由许多层组成，一个块可以由许多块组成。
    ②块可以包含代码。
    ③块负责大量的内部处理，包括参数初始化和反向传播。
    ④层和块的顺序连接由Sequential块处理。

---

参数管理

    在选择了架构并设置了超参数后，我们就进入了训练阶段。此时，我们的目标是找到使损失函数最小化的模型参数值。经过训练后，我们将需要使用这些参数来做出未来的预测。此外，有时我们希望提取参数，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。

下文主要介绍：
    访问参数，用于调试、诊断和可视化；
    参数初始化；
    在不同模型组件间共享参数。

具有单隐藏层的多层感知机

import torch
from torch import nn
 
net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), nn.Linear(8, 1))
X = torch.rand(size=(2, 4))
net(X)

输出：

---

参数访问

从已有模型中访问参数。当通过Sequential类定义模型时，我们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。如下所示，我们可以检查第二个全连接层的参数。

# state：状态，权重从自动机角度来说是一个状态
print(net[2].state_dict())

nn.Linear(4, 8)：相当于net[0]
nn.ReLU()：相当于net[1]
nn.Linear(8, 1)：相当于net[2]

输出：

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。

目标参数

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，首先我们需要访问底层的数值。下面的代码从第二个全连接层（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[2].bias))
print(net[2].bias)
print(net[2].bias.data)

输出：



参数是复合的对象，包含值、梯度和额外信息。 这就是我们需要显式参数值的原因。 除了值之外，我们还可以访问每个参数的梯度。 在上面这个网络中，由于我们还没有调用反向传播，所以参数的梯度处于初始状态。

print(net[2].weight.grad == None)

输出：

一次性访问所有参数

print(*[(name, param.shape) for name, param in net[0].named_parameters()])
print(*[(name, param.shape) for name, param in net.named_parameters()])

输出：

因为net[1]是激活函数ReLU所以没有权重和偏置。

通过字符串的名字来访问网络参数：

print(net.state_dict()['2.bias'].data)

输出：

从嵌套块收集参数

def block1():
    return nn.Sequential(nn.Linear(4, 8), nn.ReLU(),
                         nn.Linear(8, 4), nn.ReLU())
 
def block2():
    net = nn.Sequential()
    for i in range(4):
        # 在这里嵌套
        net.add_module(f'block {i}', block1())
    return net
 
rgnet = nn.Sequential(block2(), nn.Linear(4, 1))
print(rgnet(X))

该部分总代码

import torch
from torch import nn


def block1():
    return nn.Sequential(nn.Linear(4, 8), nn.ReLU(),
                         nn.Linear(8, 4), nn.ReLU())


def block2():
    net = nn.Sequential()
    for i in range(4):
        # 在这里嵌套
        net.add_module(f'block {i}', block1())
    return net


X = torch.rand(size=(2, 4))
rgnet = nn.Sequential(block2(), nn.Linear(4, 1))
print(rgnet(X))

输出：

因为X是2行4列的，最后线性层是4行一列的，所以最终是2行一列的结果。

设计了网络后，我们看看它是如何工作的。

print(rgnet)

输出：

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

rgnet[0][1][0].bias.data

输出：

---

参数初始化

    默认情况下，PyTorch会根据一个范围均匀地初始化权重和偏置矩阵，这个范围是根据输入和输出维度计算出的。PyTorch的nn.init模块提供了多种预置初始化方法。

内置初始化

from torch import nn


def init_normal(m):
    if type(m) == nn.Linear:
    	# _函数名字后面带下划线是原地操作的意思，是替换
        nn.init.normal_(m.weight, mean=0, std=0.01)  # 下划线表示把m.weight的值替换掉
        nn.init.zeros_(m.bias)


net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), nn.Linear(8, 1))
net.apply(init_normal)  # 会递归调用 直到所有层都初始化
print(net[0].weight.data[0])
print(net[0].bias.data[0])

输出：



将所有参数初始化为给定的常数，比如初始化为1。

from torch import nn

net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), nn.Linear(8, 1))


def init_constant(m):
    if type(m) == nn.Linear:
        nn.init.constant_(m.weight, 1)
        nn.init.zeros_(m.bias)


net.apply(init_constant)
print(net[0].weight.data[0])
print(net[0].bias.data[0])

输出：

对某些块应用不同的初始化方法。
例如：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。

from torch import nn


def init_xavier(m):
    if type(m) == nn.Linear:
        # 均匀分布
        nn.init.xavier_uniform_(m.weight)


def init_42(m):
    if type(m) == nn.Linear:
        nn.init.constant_(m.weight, 42)


net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), nn.Linear(8, 1))
net[0].apply(init_xavier)
net[2].apply(init_42)
print(net[0].weight.data)
print(net[0].weight.data[0])
print(net[2].weight.data)

输出：

自定义初始化

使用以下的分布为任意权重参数w定义初始化方法：

from torch import nn


def my_init(m):
    if type(m) == nn.Linear:
        # m.named_parameters()返回一个包含参数名称和对应参数的元组的迭代器，[0]选择权重打印
        # 使用解包操作符 * 将第一个元组解包成单独的参数，与字符串 "Init" 一起打印。
        print("Init", *[(name, param.shape)
                        for name, param in m.named_parameters()][0])
        # 将的权重初始化为在 [-10, 10] 区间内均匀分布的随机数。
        nn.init.uniform_(m.weight, -10, 10)
        # True 被视为 1.0，False 被视为 0.0
        # >=5的权重为自身，<5的为0，也是一种正则化
        # 实际上是将所有绝对值小于 5 的权重设置为 0
        m.weight.data *= m.weight.data.abs() >= 5


net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), nn.Linear(8, 1))
net.apply(my_init)
print(net[0].weight[:2])

输出：



可以直接设置参数：

from torch import nn


def my_init(m):
    if type(m) == nn.Linear:
        # m.named_parameters()返回一个包含参数名称和对应参数的元组的迭代器，[0]选择权重打印
        # 使用解包操作符 * 将第一个元组解包成单独的参数，与字符串 "Init" 一起打印。
        print("Init", *[(name, param.shape)
                        for name, param in m.named_parameters()][0])
        # 将的权重初始化为在 [-10, 10] 区间内均匀分布的随机数。
        nn.init.uniform_(m.weight, -10, 10)
        # True 被视为 1.0，False 被视为 0.0
        # >=5的权重为自身，<5的为0，也是一种正则化
        # 实际上是将所有绝对值小于 5 的权重设置为 0
        m.weight.data *= m.weight.data.abs() >= 5


net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), nn.Linear(8, 1))
net.apply(my_init)
net[0].weight.data[:] += 1
# 使用索引[0, 0]来访问权重张量的第一个元素
net[0].weight.data[0, 0] = 42
print(net[0].weight.data[0])

输出：

---

参数绑定

    我们希望在多个层间共享参数： 我们可以定义一个稠密层，然后使用它的参数来设置另一个层的参数。

import torch
from torch import nn


# 我们需要给共享层一个名称，以便可以引用它的参数
shared = nn.Linear(8, 8)
net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(),
                    shared, nn.ReLU(),
                    shared, nn.ReLU(),
                    nn.Linear(8, 1))

X = torch.rand(size=(2, 4))
net(X)
# 检查参数是否相同
print(net[2].weight.data[0] == net[4].weight.data[0])
net[2].weight.data[0, 0] = 100
# 确保它们实际上是同一个对象，而不只是有相同的值
print(net[2].weight.data[0] == net[4].weight.data[0])

输出：

    表明第三个和第五个神经网络层的参数是绑定的。它们不仅值相等，而且由相同的张量表示。因此，如果我们改变其中一个参数，另一个参数也会改变。

当参数绑定时，梯度会发生什么情况？
    由于模型参数包含梯度，因此在反向传播期间第二个隐藏层（即第三个神经网络层）和第三个隐藏层（即第五个神经网络层）的梯度会加在一起。
    两个shared层共享的参数包括梯度，当有两个shared层时，两个shared层的梯度因绑定而相同，而等于叠加两次后的梯度值。

---

延后初始化

到目前为止，我们忽略了建立网络时需要做的以下这些事情：
    我们定义了网络架构，但没有指定输入维度。
    我们添加层时没有指定前一层的输出维度。
    我们在初始化参数时，甚至没有足够的信息来确定模型应该包含多少参数。

深度学习框架无法判断网络的输入维度是什么？
    通过框架的延后初始化来解决。（ 即直到数据第一次通过模型传递时，框架才会动态地推断出每个层的大小。）

    当使用卷积神经网络时，由于输入维度（即图像的分辨率）将影响每个后续层的维数，就无须知道维度是什么就可以设置参数， 这可以大大简化定义和修改模型的任务。

实例化网络

实例化一个多层感知机。

from torch import nn

# 延后初始化
net = nn.Sequential(nn.LazyLinear(256),
                    nn.ReLU(),
                    nn.LazyLinear(10))
print(net[0].weight)

输出：

将数据通过网络，最终使框架初始化参数。

import torch
from torch import nn

# 延后初始化
net = nn.Sequential(nn.LazyLinear(256),
                    nn.ReLU(),
                    nn.LazyLinear(10))
X = torch.rand(2, 20)
net(X)
print(net[0].weight.shape)

输出：

一旦指定了输入维度，框架就可以一层一层的延迟初始化。
例如：
    指定输入维数是20，框架可以通过代入值20来识别第一层权重矩阵的形状。识别出第一层的形状后，框架处理第二层，依此类推，直到所有形状都已知为止。注意，在这种情况下，只有第一层需要延迟初始化，但是框架仍是按顺序初始化的。等到知道了所有的参数形状，框架就可以初始化参数。

通过网络传递虚拟输入进行演练，以推断所有参数形状，并随后初始化参数。后续将在不希望使用默认随机初始化时使用它。

class Apply_init(nn.Module):  #@save
    def apply_init(self, inputs, init=None):
        self.forward(*inputs)
        if init is not None:
            self.net.apply(init)

小结

    ①延后初始化使框架能够自动推断参数形状，使修改模型架构变得容易，避免了一些常见的错误。

    ②我们可以通过模型传递数据，使框架最终初始化参数。

---

自定义层

不带参数的层

构造一个没有任何参数的自定义层

import torch
from torch import nn


class CenteredLayer(nn.Module):
    def __init__(self):
        super().__init__()

    def forward(self, X):
        return X - X.mean()


layer = CenteredLayer()
print(layer(torch.FloatTensor([1, 2, 3, 4, 5])))

输出：

将层作为组件合并到更复杂的模型中，向该网络发送随机数据后，检查均值是否为0。由于我们处理的是浮点数，因为存储精度的原因，我们仍然可能会看到一个非常小的非零数。

import torch
from torch import nn


class CenteredLayer(nn.Module):
    def __init__(self):
        super().__init__()

    def forward(self, X):
        return X - X.mean()


net = nn.Sequential(nn.Linear(8, 128), CenteredLayer())
# 生成了一个形状为 (4, 8) 的张量，其中的元素是从 [0, 1) 区间内的均匀分布中随机抽取
Y = net(torch.rand(4, 8))
print(Y.mean())

输出：

---

带参数的层

    这些参数可以通过训练进行调整。我们可以使用内置函数来创建参数，这些函数提供一些基本的管理功能。比如管理访问、初始化、共享、保存和加载模型参数。这样做的好处之一是：我们不需要为每个自定义层编写自定义的序列化程序。

让我们实现自定义版本的全连接层。该层需要两个参数，一个用于表示权重，另一个用于表示偏置项。在此实现中，我们使用修正线性单元作为激活函数。该层需要输入参数：in_units和units，分别表示输入数和输出数。

class MyLinear(nn.Module):
	# 接受两个参数：in_units（输入特征的维度）和units（输出特征的维度）。
    def __init__(self, in_units, units):
        super().__init__()
        # 创建了一个权重矩阵，并将其作为可训练参数（nn.Parameter）注册到模型中。
        # nn.Parameter加上梯度
        self.weight = nn.Parameter(torch.randn(in_units, units))
        self.bias = nn.Parameter(torch.randn(units,))
    def forward(self, X):
        linear = torch.matmul(X, self.weight.data) + self.bias.data
        # 将线性变换的结果通过ReLU激活函数
        return F.relu(linear)
# 创建 MyLinear 实例 
linear = MyLinear(5, 3)
print(linear.weight)
print(linear.bias)

输出：




使用自定义层直接执行前向传播计算

import torch
import torch.nn.functional as F
from torch import nn


class MyLinear(nn.Module):
    def __init__(self, in_units, units):
        super().__init__()
        self.weight = nn.Parameter(torch.randn(in_units, units))
        self.bias = nn.Parameter(torch.randn(units, ))

    def forward(self, X):
        linear = torch.matmul(X, self.weight.data) + self.bias.data
        return F.relu(linear)


linear = MyLinear(5, 3)
print(linear(torch.rand(2, 5)))

输出：

使用自定义层构建模型，就像使用内置的全连接层一样使用自定义层。

import torch
import torch.nn.functional as F
from torch import nn


class MyLinear(nn.Module):
    def __init__(self, in_units, units):
        super().__init__()
        self.weight = nn.Parameter(torch.randn(in_units, units))
        self.bias = nn.Parameter(torch.randn(units, ))

    def forward(self, X):
        linear = torch.matmul(X, self.weight.data) + self.bias.data
        return F.relu(linear)


net = nn.Sequential(MyLinear(64, 8), MyLinear(8, 1))
print(net(torch.rand(2, 64)))

输出：

---

读写文件

加载和保存张量

    对于单个张量，可以直接调用load和save函数分别读写它们。save要求将要保存的变量作为输入。

import torch
from torch import nn
from torch.nn import functional as F
 
x = torch.arange(4)
torch.save(x, 'x-file')

将存储在文件中的数据读回内存。

import torch

x = torch.arange(4)
torch.save(x, 'x-file')
x2 = torch.load('x-file')
print(x2)

输出：

存储一个张量列表，然后把它们读回内存。

import torch

x = torch.arange(4)
y = torch.zeros(4)
torch.save([x, y],'x-files')
x2, y2 = torch.load('x-files')
print((x2, y2))

输出：

写入或读取从字符串映射到张量的字典

import torch

x = torch.arange(4)
y = torch.zeros(4)
mydict = {'x': x, 'y': y}
torch.save(mydict, 'mydict')
mydict2 = torch.load('mydict')
print(mydict2)

输出：

---

加载和保存模型参数

    保存单个权重向量（或其他张量）确实有用，但是如果我们想保存整个模型，并在以后加载它们，单独保存每个向量则会变得很麻烦。原因是：可能有数百个参数散布在各处。
    深度学习框架提供了内置函数来保存和加载整个网络。 这将保存模型的参数而不是保存整个模型。

例如：
    如果我们有一个3层多层感知机，我们需要单独指定架构。因为模型本身可以包含任意代码，所以模型本身难以序列化。因此，为了恢复模型，我们需要用代码生成架构， 然后从磁盘加载参数。

import torch
from torch import nn
from torch.nn import functional as F


class MLP(nn.Module):
    def __init__(self):
        super().__init__()
        self.hidden = nn.Linear(20, 256)
        self.output = nn.Linear(256, 10)

    def forward(self, x):
        return self.output(F.relu(self.hidden(x)))


net = MLP()
X = torch.randn(size=(2, 20))
Y = net(X)
print(Y)

输出：

将模型的参数存储在一个叫做“mlp.params”的文件中。

torch.save(net.state_dict(), 'mlp.params')

    为了恢复模型，我们实例化了原始多层感知机模型的一个备份。这里我们不需要随机初始化模型参数，而是直接读取文件中存储的参数。

import torch
from torch import nn
from torch.nn import functional as F


# 加载和保存模型参数
class MLP(nn.Module):
    def __init__(self):
        super().__init__()
        self.hidden = nn.Linear(20, 256)
        self.output = nn.Linear(256, 10)

    def forward(self, x):
        return self.output(F.relu(self.hidden(x)))


net = MLP()
X = torch.randn(size=(2, 20))
Y = net(X)
# 将模型的参数存储为一个叫做"mlp.params"的文件
torch.save(net.state_dict(), 'mlp.params')
# 实例化了原始多层感知机模型的一个备份。直接读取文件中存储的参数
clone = MLP()  # 必须要先声明一下，才能导入参数
clone.load_state_dict(torch.load("mlp.params"))
print(clone.eval())  # eval()是进入测试模式

输出：

由于两个实例具有相同的模型参数，在输入相同的X时，两个实例的计算结果应该相同。

import torch
from torch import nn
from torch.nn import functional as F


# 加载和保存模型参数
class MLP(nn.Module):
    def __init__(self):
        super().__init__()
        self.hidden = nn.Linear(20, 256)
        self.output = nn.Linear(256, 10)

    def forward(self, x):
        return self.output(F.relu(self.hidden(x)))


net = MLP()
X = torch.randn(size=(2, 20))
Y = net(X)
# 将模型的参数存储为一个叫做"mlp.params"的文件
torch.save(net.state_dict(), 'mlp.params')
# 实例化了原始多层感知机模型的一个备份。直接读取文件中存储的参数
clone = MLP()  # 必须要先声明一下，才能导入参数
clone.load_state_dict(torch.load("mlp.params"))
Y_clone = clone(X)
print(Y_clone == Y)

输出：

---

问题

①将类别变量转换成伪变量（也叫独热编码）的时候内存炸掉了怎么办？
使用稀疏矩阵来存。