基于Pytorch的卷积算子的推导和实现

前言

本文主要有两个目的：

1. 推导卷积运算各个变量的梯度公式；
2. 学习如何扩展Pytorch算子，自己实现了一个能够forward和backward的卷积算子；

首先介绍了计算图的自动求导方法，然后对卷积运算中Kernel和Input的梯度进行了推导，之后基于Pytorch实现了卷积算子并做了正确性检验。

本文的代码在这个GitHub仓库：https://github.com/dragonylee/myDL/blob/master/%E6%89%A9%E5%B1%95%E6%B5%8B%E8%AF%95.ipynb。

计算图

计算图（Computational Graphs）是torch.autograd自动求导的理论基础，描述为一个有向无环图（DAG），箭头的方向是前向传播（forward）的方向，而逆向的反向传播（backward）的过程可以很方便地对任意变量求偏导。为了方便说明，这里举一个简单的例子：

其中 是输入, 是输出。

根据链式求导法则我们可得:

在Pytorch（Python）里定义上述三个函数：

def square(x):
    return x ** 2

def mul3(x):
    return x * 3

def mul_(x, y):
    return x * y

然后用torchviz可视化其复合函数的计算图：

x = torch.tensor(3., requires_grad=True, dtype=torch.float)
y = torch.tensor(2., requires_grad=True, dtype=torch.float)
a = square(x)   # a=x^2
b = mul3(a)     # b=3a
c = mul_(b, y)  # c=by

torchviz.make_dot(c, {"x": x, "y": y, "c": c}).view()

得到如下结果：

忽略“Accumulate”这个操作，在该计算图上的反向求导过程表示如下：

这很清晰地展示了计算图的功能，它记录了每一个变量（包括输出、中间变量）的计算函数（可以称之为一个算子，就是图中的方框，入边是输入，出边是输出），从而可以数值计算出相应的导数。实际上，任何变量qqq对ppp求导都可以对两者之间的反向链路进行累乘得到。

对输出调用.backward()后，可以查看导数值：

c.backward()
print(y.grad)
print(x.grad)

输出结果和上图的计算结果一致。注意在backward过程中非叶子节点可以调用.retain_grad()来记录grad。

以前我一直以为自动求导是一个很复杂的操作，没想到一个计算图就非常简洁地实现了，才发现“我以为”的复杂操作其实是形式化的求导……

卷积运算与梯度推导

本文所涉及的卷积运算是最平凡的卷积运算，不包含stride, padding, dilation, bias等。定义卷积运算

Output Input Kernel,

其中 为输入, Kernel 为卷积 核, Output Tensor 为输出, 且有 。

如何实现卷积？

可以先用nn.Unfold将输入的tensor展开，注意Unfold()也是可以指定stride, dilation等参数的，但我们这里不考虑这些，因此只用传入kernel_size，就可以将Input展开为Tensor 的形式。

input_unf = nn.Unfold(kernel_size=K)(input)

然后通过view将Input转变为Tensor 的形式。

input_unf = input_unf.view((B, Cin, -1, M, M))

同样通过view将Kernel转变为Tensor 的形式。

kernel_view = kernel.view((Cout, Cin, K * K))

而输出Output是Tensor 的形式。

在这里就可以直接用Einstein求和标记将卷积运算写出来了：

代码为

output = torch.einsum("ijklm,njk->inlm", input_unf, kernel_view)

如何计算梯度？

这部分求导的推导是我自己在草稿纸上完成的，后面经过一些验证应该或许可以保证是正确的。

为了能够用Pytorch自带的 gradcheck 来验证backward梯度计算的正确性, 我们有必要对每个输入参数都进行求导, 假设最终的Loss函数结果为 (是一个标量), 我们需要计算对输入Input的导数 以及对卷积核Kernel的导数 。

为了方便推导，先不考虑batch和channel，也就是Input, Kernel, Output都是二维的。

Kernel的梯度

根据链式求导法则我们可以将此导数（偏导）写作

式中 已知 (backward过程中会作为参数一直传下去)，也就是计算图中当前卷积算子后面的链路所有梯度的累乘，其size与Output一致。

那么问题就是求Output对Kernel的偏导，我们用一个简单的例子来推导：

可以发现, 竟然就是 和Input矩阵的左上子矩阵的点积, 对于其它的 也是同理, 因此我们可以得到结论:

也就是说，Kernel的梯度，就是以Output的梯度作为卷积核，对Input卷积的结果。

Input的梯度

同样，Input的梯度可以写作

式中 已知, 同样沿用上面的例子来推导:

我们可以发现, 把 适当的0填充后, 以旋转 的Kernel做卷积运算, 就得到了 。公式可以写作（ 可能不太规范 ）：

因此Input的梯度计算方式可以表述为：Input的梯度, 就是以旋转180°的Kernel作为卷积核, 对 反卷积的结果。

自定义卷积算子

本文的一个很大目的，就是让我自己学会怎么扩展Pytorch的算子，从官方文档了解到，需要实现一个继承torch.autograd.Function的函数，并且实现forward和backward静态函数，才能适应Pytorch的自动求导框架，有一些需要注意的细节：

• forward和backward函数的第一个参数都是ctx，就是context的意思，与self类似，一般如果在backward过程中要用到forward的参数，在forward时就要调用ctx.save_for_backward()保存起来；
• forward有多少个输入，backward就要有多少个输出，这个看计算图就能明白了，如果不需要求梯度的入边，可以返回None；

梯度求解

前面在定义卷积运算时，都是考虑了Batch和Channel的，而在推导对Input和Kernel的梯度时，却为了方便没有考虑这两个参数。实际上在实现时，要特别注意每个数据的view的每个维度之间的关系。

例如我这里定义的：

Input : Tensor Kernel: Tensor Output: Tensor

在求Kernel的梯度时, 根据公式 Input , 这里的维度是

Input: Tensor Tensor Tensor

因此我们需要先把Input的01维交换 (transpose), 再把 的01维交换, 然后再做卷积, 得到的结果还要把01维交换, 才能得到 。代码写作:

input_ = torch.transpose(input, 0, 1)
grad_output_ = torch.transpose(grad_output, 0, 1)
grad_weight = MyConv2dFunc.conv2d(input_, grad_output_).transpose(0, 1)

求Input的梯度也是类似。

代码

class MyConv2dFunc(torch.autograd.Function):
    @staticmethod
    def conv2d(input: Tensor, kernel: Tensor) -> Tensor:
        """
            卷积运算
            Output = Input * Kernel
        :param input: Tensor[B, Cin, N, N]
        :param kernel: Tensor[Cout, Cin, K, K]
        :return: Tensor[B, Cout, M, M], M=N-K+1
        """
        B = input.shape[0]
        Cin = input.shape[1]
        N = input.shape[2]
        Cout = kernel.shape[0]
        K = kernel.shape[2]
        M = N - K + 1

        input_unf = nn.Unfold(kernel_size=K)(input)
        input_unf = input_unf.view((B, Cin, -1, M, M))
        kernel_view = kernel.view((Cout, Cin, K * K))

        output = torch.einsum("ijklm,njk->inlm", input_unf, kernel_view)
        return output

    @staticmethod
    def forward(ctx, input, weight):
        ctx.save_for_backward(input, weight)
        output = MyConv2dFunc.conv2d(input, weight)
        return output

    @staticmethod
    def backward(ctx, grad_output):
        input, weight = ctx.saved_tensors
        grad_input = grad_weight = None
        if grad_output is None:
            return None, None
        if ctx.needs_input_grad[0]:
            # 反卷积
            gop = nn.ZeroPad2d(weight.shape[2] - 1)(grad_output)
            kk = torch.rot90(weight, 2, (2, 3))  # 旋转180度
            kk = torch.transpose(kk, 0, 1)
            grad_input = MyConv2dFunc.conv2d(gop, kk)
        if ctx.needs_input_grad[1]:
            input_ = torch.transpose(input, 0, 1)
            grad_output_ = torch.transpose(grad_output, 0, 1)
            grad_weight = MyConv2dFunc.conv2d(input_, grad_output_).transpose(0, 1)
        return grad_input, grad_weight

正确性验证

torch.autograd.gradcheck提供了检验梯度运算正确性的工具，它的原理是，给定输入，用你写的算子的backward计算一个output和input的雅各比矩阵，然后再用有限差分的方法计算一个数值解，然后对比这两个结果是否一致。

验证上面的MyConv2dFunc算子的正确性：

input = (torch.rand((2, 4, 10, 10), requires_grad=True, dtype=torch.double),
             torch.rand((6, 4, 5, 5), requires_grad=True, dtype=torch.double))
test = torch.autograd.gradcheck(MyConv2dFunc.apply, input)
print(test)

输出为True。

自定义卷积层模型

需要继承nn.Module，并且用nn.Parameter保存权重，也就是卷积核。还要实现forward方法。

class MyConv2d(nn.Module):
    def __init__(self, in_channels, out_channels, kernel_size: tuple):
        super(MyConv2d, self).__init__()
        self.in_channels = in_channels
        self.out_channels = out_channels
        self.kernel_size = kernel_size
        # Parameters
        self.weight = nn.Parameter(torch.empty(out_channels, in_channels, kernel_size[0], kernel_size[1]))

        nn.init.uniform_(self.weight, -0.1, 0.1)

    def forward(self, x):
        return MyConv2dFunc.apply(x, self.weight)

    def extra_repr(self):
        return 'MyConv2d: in_channels={}, out_channels={}, kernel_size={}'.format(
            self.in_channels, self.out_channels, self.kernel_size
        )

基于MNIST的测试

使用的卷积神经网络模型为LeNet：

CNN(
  (layer1): Sequential(
    (0): Conv2d(1, 32, kernel_size=(3, 3), stride=(1, 1))
    (1): ReLU()
    (2): Conv2d(32, 64, kernel_size=(3, 3), stride=(1, 1))
    (3): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
    (4): ReLU()
    (5): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  )
  (flatten): Flatten(start_dim=1, end_dim=-1)
  (fc): Sequential(
    (0): Linear(in_features=9216, out_features=256, bias=True)
    (1): ReLU()
    (2): Linear(in_features=256, out_features=10, bias=True)
  )
)

任务是对MNIST手写体数字进行分类。

首先用Pytorch自带的Conv、Linear这些网络层搭建然后训练，然后把网络中的Conv2d替换为我写的MyConv2d做同样的训练，得到的结果如下（5个epoch, CUDA）：

公众号后台回复“剑桥报告”获取2022年剑桥AI全景报告～