ARTS-S pytorch中backward函数的gradient参数作用

导数偏导数的数学定义

参考资料1和2中对导数偏导数的定义都非常明确.导数和偏导数都是函数对自变量而言.从数学定义上讲,求导或者求偏导只有函数对自变量,其余任何情况都是错的.但是很多机器学习的资料和开源库都涉及到标量对向量求导.比如下面这个pytorch的例子.

import torch
x = torch.tensor([1.0, 2.0, 3.0], requires_grad=True)
y = x ** 2 + 2
z = torch.sum(y)
z.backward()
print(x.grad)

简单解释下,设\(x=[x_1,x_2,x_3]\),则

\[\begin{equation*}
z=x_1^2+x_2^2+x_3^2+6
\end{equation*}
\]

则

\[\begin{equation*}
\frac{\partial z}{\partial x_1}=2x_1
\end{equation*}
\]

\[\begin{equation*}
\frac{\partial z}{\partial x_2}=2x_2
\end{equation*}
\]

\[\begin{equation*}
\frac{\partial z}{\partial x_3}=2x_3
\end{equation*}
\]

将\(x_1=1.0\),\(x_2=2.0\),\(x_3=3.0\)代入就可以得到

\[\begin{equation*}
(\frac{\partial z}{\partial x_1},\frac{\partial z}{\partial x_2},\frac{\partial z}{\partial x_3})=(2x_1,2x_2,2x_3)=(2.0,4.0,6.0)
\end{equation*}
\]

结果是和pytorch的输出是一样的.反过来想想,其实所谓的"标量对向量求导"本质上是函数对各个自变量求导,这里只是把各个自变量看成一个向量.和数学上的定义并不矛盾.

backward的gradient参数作用

现在有如下问题,已知

\[\begin{equation*}
y_1=x_1x_2x_3
\end{equation*}
\]

\[\begin{equation*}
y_2=x_1+x_2+x_3
\end{equation*}
\]

\[\begin{equation*}
y_3=x_1+x_2x_3
\end{equation*}
\]

\[\begin{equation*}
A=f(y_1,y_2,y_3)
\end{equation*}
\]

其中函数\(f(y_1,y_2,y_3)\)的具体定义未知,现在求

\[\begin{equation*}
\frac{\partial A}{\partial x_1}=?
\end{equation*}
\]

\[\begin{equation*}
\frac{\partial A}{\partial x_2}=?
\end{equation*}
\]

\[\begin{equation*}
\frac{\partial A}{\partial x_3}=?
\end{equation*}
\]

根据参考资料2中讲的多元复合函数的求导法则.

\[\begin{equation*}
\frac{\partial A}{\partial x_1}=\frac{\partial A}{\partial y_1}\frac{\partial y_1}{\partial x_1}+\frac{\partial A}{\partial y_2}\frac{\partial y_2}{\partial x_1}+\frac{\partial A}{\partial y_3}\frac{\partial y_3}{\partial x_1}
\end{equation*}
\]

\[\begin{equation*}
\frac{\partial A}{\partial x_2}=\frac{\partial A}{\partial y_1}\frac{\partial y_1}{\partial x_2}+\frac{\partial A}{\partial y_2}\frac{\partial y_2}{\partial x_2}+\frac{\partial A}{\partial y_3}\frac{\partial y_3}{\partial x_2}
\end{equation*}
\]

\[\begin{equation*}
\frac{\partial A}{\partial x_3}=\frac{\partial A}{\partial y_1}\frac{\partial y_1}{\partial x_3}+\frac{\partial A}{\partial y_2}\frac{\partial y_2}{\partial x_3}+\frac{\partial A}{\partial y_3}\frac{\partial y_3}{\partial x_3}
\end{equation*}
\]

上面3个等式可以写成矩阵相乘的形式.如下

\[\begin{equation}\label{simple}
[\frac{\partial A}{\partial x_1},\frac{\partial A}{\partial x_2},\frac{\partial A}{\partial x_3}]=
[\frac{\partial A}{\partial y_1},\frac{\partial A}{\partial y_2},\frac{\partial A}{\partial y_3}]
\left[
\begin{matrix}
\frac{\partial y_1}{\partial x_1} & \frac{\partial y_1}{\partial x_2} & \frac{\partial A}{\partial x_3} \\
\frac{\partial y_2}{\partial x_1} & \frac{\partial y_2}{\partial x_2} & \frac{\partial A}{\partial x_3} \\
\frac{\partial y_3}{\partial x_1} & \frac{\partial y_3}{\partial x_2} & \frac{\partial A}{\partial x_3}
\end{matrix}
\right]
\end{equation}
\]

其中

\[\begin{equation*}
\left[
\begin{matrix}
\frac{\partial y_1}{\partial x_1} & \frac{\partial y_1}{\partial x_2} & \frac{\partial y_1}{\partial x_3} \\
\frac{\partial y_2}{\partial x_1} & \frac{\partial y_2}{\partial x_2} & \frac{\partial y_2}{\partial x_3} \\
\frac{\partial y_3}{\partial x_1} & \frac{\partial y_3}{\partial x_2} & \frac{\partial y_3}{\partial x_3}
\end{matrix}
\right]
\end{equation*}
\]

叫作雅可比(Jacobian)式.雅可比式可以根据已知条件求出.现在只要知道\([\frac{\partial A}{\partial y_1},\frac{\partial A}{\partial y_2},\frac{\partial A}{\partial y_3}]\)的值,哪怕不知道\(f(y_1,y_2,y_3)\)的具体形式也能求出来\([\frac{\partial A}{\partial x_1},\frac{\partial A}{\partial x_2},\frac{\partial A}{\partial x_3}]\). 那现在的现在的问题是:

怎么样才能求出

\[\begin{equation*}
[\frac{\partial A}{\partial y_1},\frac{\partial A}{\partial y_2},\frac{\partial A}{\partial y_3}]
\end{equation*}
\]

答案是由pytorch的backward函数的gradient参数提供.这就是gradient参数的作用. 参数gradient能解决什么问题,有什么实际的作用呢?说实话,因为我才接触到pytorch,还真没有见过现实中怎么用gradient参数.但是目前可以通过数学意义来理解,就是可以忽略复合函数某个位置之前的所有函数 的具体形式,直接给定一个梯度来求得对各个自变量的偏导.

上面各个方程用代码表示如下所示:

# coding utf-8
import torch

x1 = torch.tensor(1, requires_grad=True, dtype=torch.float)
x2 = torch.tensor(2, requires_grad=True, dtype=torch.float)
x3 = torch.tensor(3, requires_grad=True, dtype=torch.float)
y = torch.randn(3)
y[0] = x1 * x2 * x3
y[1] = x1 + x2 + x3
y[2] = x1 + x2 * x3
x = torch.tensor([x1, x2, x3])
y.backward(torch.tensor([0.1, 0.2, 0.3], dtype=torch.float))
print(x1.grad)
print(x2.grad)
print(x3.grad)

按照上用的推导方法

\[\begin{equation*}
\begin{split}
[\frac{\partial A}{\partial x_1},\frac{\partial A}{\partial x_2},\frac{\partial A}{\partial x_3}]
&=[\frac{\partial A}{\partial y_1},\frac{\partial A}{\partial y_2},\frac{\partial A}{\partial y_3}]
\left[
\begin{matrix}
x_2x_3 & x_1x_3 & x_1x_2 \\
1 & 1 & 1 \\
1 & x_3 & x_2
\end{matrix}
\right]
&=[0.1,0.2,0.3]
\left[
\begin{matrix}
6 & 3 & 2 \\
1 & 1 & 1 \\
1 & 3 & 2
\end{matrix}
\right]
&=[1.1,1.4,1.0]
\end{split}
\end{equation*}
\]

和代码的运行结果是一样的.

参考资料

1. 同济大学数学系,高等数学第七版上册,高等教育出版社,p75-76, 2015.
2. 同济大学数学系,高等数学第七版下册,高等教育出版社,p78-80,p88-91, 2015.
3. Calculus,Thirteenth Edition,p822, 2013.
4. 详解Pytorch 自动微分里的（vector-Jacobian product）
5. PyTorch 的 backward 为什么有一个 grad_variables 参数？）