我想要一个简单的例子来说明如何通过clip_grad_norm_进行梯度裁剪。从this帖子中,我发现如果梯度的范数大于阈值,那么它只需取梯度的单位向量并将其与阈值相乘。这就是我尝试过的
v = torch.rand(5)*1000
v_1 = v.clone()
torch.nn.utils.clip_grad_norm_(v_1, max_norm=1.0, norm_type=2)
print(v, v_1)
(tensor([381.2621, 935.3613, 664.9132, 840.0740, 443.0156]),
tensor([381.2621, 935.3613, 664.9132, 840.0740, 443.0156]))
我以为它会做
v/torch.norm(v, p=2) * 2
这应该给我tensor([0.2480, 0.6083, 0.4324, 0.5463, 0.2881])
它似乎没有做任何事情。我认为 max_norm 是阈值(pytorch 文档对此不是很清楚。这个帖子也没有太大帮助。
这是因为
torch.nn.utils.clip_grad_norm
剪切了渐变值(通过 Tensor.grad
访问)而不是值本身。快速使用示例:
v = torch.rand(5) * 1000
v_1 = v.clone()
v.requires_grad_(True)
v_1.requires_grad_(True)
loss = 1/2 * torch.sum(v_1 * v_1 + v * v)
# Here grads of loss w.r.t v and v_1 should be v and v_1 respectively
loss.backward()
# Clip grads of v_1
torch.nn.utils.clip_grad_norm_(v_1, max_norm=1.0, norm_type=2)
print(v.grad)
print(v_1.grad)
print(v.grad / torch.norm(v.grad, p=2))
结果:
tensor([486.8801, 481.7880, 172.6818, 659.4149, 62.8158]) # no clipped
tensor([0.5028, 0.4975, 0.1783, 0.6809, 0.0649]) # clipped!
tensor([0.5028, 0.4975, 0.1783, 0.6809, 0.0649]) # same values