首页 > Python资料 博客日记
以pytorch的forward hook为例探究hook机制
2024-10-09 19:00:03Python资料围观31次
本篇文章分享以pytorch的forward hook为例探究hook机制,对你有帮助的话记得收藏一下,看Python资料网收获更多编程知识
在看pytorch的nn.Module部分的源码的时候,看到了一堆"钩子",也就是hook,然后去研究了一下这是啥玩意。
基本概念
在深度学习中,hook 是一种可以在模型的不同阶段插入自定义代码的机制。通过自定义数据在通过模型的特定层的额外行为,可以用来监控状态,协助调试,获得中间结果。
以前向hook为例
前向hook是模型在forward过程中会调用的hook,通过torch.nn.Module的register_forward_hook() 函数,将一个自定义的hook函数注册给模型的一个层
该层在进行前向之后,根据其输入和输出会进行相应的行为。
import torch
import torch.nn as nn
# 定义模型
class SimpleModel(nn.Module):
def __init__(self):
super(SimpleModel, self).__init__()
self.fc1 = nn.Linear(10, 5)
self.fc2 = nn.Linear(5, 2)
def forward(self, x):
x = self.fc1(x)
return self.fc2(x)
model = SimpleModel()
# 自定义的forward hook
def my_forward_hook(module, input, output):
print(f"层: {module}")
print(f"输入: {input}")
print(f"输出: {output}")
# 为模型的fc1层注册hook
hook = model.fc1.register_forward_hook(my_forward_hook)
# 移除这个hook
hook.remove()
接口
hook函数的格式
需要是一个接受三个特定参数,返回None的函数
def hook_function(module, input, output):
# 自定义逻辑
return None
- module: 触发钩子的模型层,事实上是调用register_forward_hook的nn.Module实例
- input: 传递给该层的输入张量(可能是元组),是前向传播时该层接收到的输入。
- output: 该层的输出张量,是前向传播时该层生成的输出。
函数内部可以做自定义行为,可以在函数内部对output进行修改,从而改变模型的输出。
注册hook
hook = model.fc1.register_forward_hook(my_forward_hook)
hook.remove()
对于定义好的hook函数,将其作为参数,调用需要注册的模型层的注册函数即可。
如果不再需要这个hook,调用remove函数。
简单的源码讨论
还是以forward hook为例。一个nn.Module具有成员_forward_hooks,这是一个有序字典,在__init__()函数调用的时候被初始化
self._forward_hooks = OrderedDict()
注册钩子的register函数。
每个hook对应一个RemovableHandle对象,以其id作为键注册到hook字典中,利用其remove函数实现移除。
def register_forward_hook(
self,
hook: Union[
Callable[[T, Tuple[Any, ...], Any], Optional[Any]],
Callable[[T, Tuple[Any, ...], Dict[str, Any], Any], Optional[Any]],
],
*,
prepend: bool = False,
with_kwargs: bool = False,
always_call: bool = False,
) -> RemovableHandle:
handle = RemovableHandle(
self._forward_hooks,
extra_dict=[
self._forward_hooks_with_kwargs,
self._forward_hooks_always_called,
],
)
self._forward_hooks[handle.id] = hook
if with_kwargs:
self._forward_hooks_with_kwargs[handle.id] = True
if always_call:
self._forward_hooks_always_called[handle.id] = True
if prepend:
self._forward_hooks.move_to_end(handle.id, last=False) # type: ignore[attr-defined]
return handle
#简化版的handle类
class RemovableHandle:
def __init__(self, hooks_dict, handle_id):
self.hooks_dict = hooks_dict
self.id = handle_id
def remove(self):
del self.hooks_dict[self.id]
版权声明:本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:jacktools123@163.com进行投诉反馈,一经查实,立即删除!
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Python与PyTorch的版本对应
- Anaconda版本和Python版本对应关系(持续更新...)
- Python pyinstaller打包exe最完整教程
- Could not build wheels for llama-cpp-python, which is required to install pyproject.toml-based proj