pytorch学习笔记（七）：pytorch hook 和 关于pytorch backward过程的理解

水平有限，如有错误，请不吝指正，谢谢！

pytorch 的 hook 机制

在看pytorch官方文档的时候，发现在nn.Module部分和Variable部分均有hook的身影。感到很神奇，因为在使用tensorflow的时候没有碰到过这个词。所以打算一探究竟。

Variable 的 hook

register_hook(hook)

注册一个backward钩子。

每次gradients被计算的时候，这个hook都被调用。hook应该拥有以下签名：

hook(grad) -> Variable or None

hook不应该修改它的输入，但是它可以返回一个替代当前梯度的新梯度。

这个函数返回一个 句柄(handle)。它有一个方法 handle.remove()，可以用这个方法将hook从module移除。

例子：

v = Variable(torch.Tensor([0, 0, 0]), requires_grad=True)h = v.register_hook(lambda grad: grad * 2)  # double the gradientv.backward(torch.Tensor([1, 1, 1]))#先计算原始梯度，再进hook，获得一个新梯度。print(v.grad.data)h.remove()  # removes the hook

 2 2 2[torch.FloatTensor of size 3]

nn.Module的hook

register_forward_hook(hook)

在module上注册一个forward hook。

这里要注意的是，hook 只能注册到 Module 上，即，仅仅是简单的 op 包装的 Module，而不是我们继承 Module时写的那个类，我们继承 Module写的类叫做 Container。
每次调用forward()计算输出的时候，这个hook就会被调用。它应该拥有以下签名：

hook(module, input, output) -> None

hook不应该修改 input和output的值。 这个函数返回一个 句柄(handle)。它有一个方法 handle.remove()，可以用这个方法将hook从module移除。

看这个解释可能有点蒙逼，但是如果要看一下nn.Module的源码怎么使用hook的话，那就乌云尽散了。
先看 register_forward_hook

def register_forward_hook(self, hook):       handle = hooks.RemovableHandle(self._forward_hooks)       self._forward_hooks[handle.id] = hook       return handle

这个方法的作用是在此module上注册一个hook，函数中第一句就没必要在意了，主要看第二句，是把注册的hook保存在_forward_hooks字典里。

再看 nn.Module 的__call__方法（被阉割了，只留下需要关注的部分）：

def __call__(self, *input, **kwargs):   result = self.forward(*input, **kwargs)   for hook in self._forward_hooks.values():       #将注册的hook拿出来用       hook_result = hook(self, input, result)   ...   return result

可以看到，当我们执行model(x)的时候，底层干了以下几件事：

• 调用 forward 方法计算结果

• 判断有没有注册 forward_hook，有的话，就将 forward 的输入及结果作为hook的实参。然后让hook自己干一些不可告人的事情。

看到这，我们就明白hook签名的意思了，还有为什么hook不能修改input的output的原因。

小例子：

import torchfrom torch import nnimport torch.functional as Ffrom torch.autograd import Variabledef for_hook(module, input, output):    print(module)    for val in input:        print("input val:",val)    for out_val in output:        print("output val:", out_val)class Model(nn.Module):    def __init__(self):        super(Model, self).__init__()    def forward(self, x):        return x+1model = Model()x = Variable(torch.FloatTensor([1]), requires_grad=True)handle = model.register_forward_hook(for_hook)print(model(x))handle.remove()

register_backward_hook

在module上注册一个bachward hook。此方法目前只能用在Module上，不能用在Container上，当Module的forward函数中只有一个Function的时候，称为Module，如果Module包含其它Module，称之为Container

每次计算module的inputs的梯度的时候，这个hook会被调用。hook应该拥有下面的signature。

hook(module, grad_input, grad_output) -> Tensor or None

如果module有多个输入输出的话，那么grad_input grad_output将会是个tuple。
hook不应该修改它的arguments，但是它可以选择性的返回关于输入的梯度，这个返回的梯度在后续的计算中会替代grad_input。

这个函数返回一个 句柄(handle)。它有一个方法 handle.remove()，可以用这个方法将hook从module移除。

从上边描述来看，backward hook似乎可以帮助我们处理一下计算完的梯度。看下面nn.Module中register_backward_hook方法的实现，和register_forward_hook方法的实现几乎一样，都是用字典把注册的hook保存起来。

def register_backward_hook(self, hook):    handle = hooks.RemovableHandle(self._backward_hooks)    self._backward_hooks[handle.id] = hook    return handle

先看个例子来看一下hook的参数代表了什么：

import torchfrom torch.autograd import Variablefrom torch.nn import Parameterimport torch.nn as nnimport mathdef bh(m,gi,go):    print("Grad Input")    print(gi)    print("Grad Output")    print(go)    return gi[0]*0,gi[1]*0class Linear(nn.Module):    def __init__(self, in_features, out_features, bias=True):        super(Linear, self).__init__()        self.in_features = in_features        self.out_features = out_features        self.weight = Parameter(torch.Tensor(out_features, in_features))        if bias:            self.bias = Parameter(torch.Tensor(out_features))        else:            self.register_parameter('bias', None)        self.reset_parameters()    def reset_parameters(self):        stdv = 1. / math.sqrt(self.weight.size(1))        self.weight.data.uniform_(-stdv, stdv)        if self.bias is not None:            self.bias.data.uniform_(-stdv, stdv)    def forward(self, input):        if self.bias is None:            return self._backend.Linear()(input, self.weight)        else:            return self._backend.Linear()(input, self.weight, self.bias)x=Variable(torch.FloatTensor([[1, 2, 3]]),requires_grad=True)mod=Linear(3, 1, bias=False)mod.register_backward_hook(bh) # 在这里给module注册了backward hookout=mod(x)out.register_hook(lambda grad: 0.1*grad) #在这里给variable注册了 hookout.backward()print(['*']*20)print("x.grad", x.grad)print(mod.weight.grad)

Grad Input(Variable containing:1.00000e-02 *  5.1902 -2.3778 -4.4071[torch.FloatTensor of size 1x3], Variable containing: 0.1000  0.2000  0.3000[torch.FloatTensor of size 1x3])Grad Output(Variable containing: 0.1000[torch.FloatTensor of size 1x1],)['*', '*', '*', '*', '*', '*', '*', '*', '*', '*', '*', '*', '*', '*', '*', '*', '*', '*', '*', '*']x.grad Variable containing: 0 -0 -0[torch.FloatTensor of size 1x3]Variable containing: 0  0  0[torch.FloatTensor of size 1x3]

可以看出，grad_in保存的是，此模块Function方法的输入的值的梯度。grad_out保存的是，此模块forward方法返回值的梯度。我们不能在grad_in上直接修改，但是我们可以返回一个新的new_grad_in作为Function方法inputs的梯度。

上述代码对variable和module同时注册了backward hook，这里要注意的是，无论是module hook还是variable hook，最终还是注册到Function上的。这点通过查看Varible的register_hook源码和Module的__call__源码得知。

Module的register_backward_hook的行为在未来的几个版本可能会改变

BP过程中Function中的动作可能是这样的

class Function:    def __init__(self):        ...    def forward(self, inputs):        ...        return outputs    def backward(self, grad_outs):        ...        return grad_ins    def _backward(self, grad_outs):        hooked_grad_outs = grad_outs        for hook in hook_in_outputs:            hooked_grad_outs = hook(hooked_grad_outs)        grad_ins = self.backward(hooked_grad_outs)        hooked_grad_ins = grad_ins        for hook in hooks_in_module:            hooked_grad_ins = hook(hooked_grad_ins)        return hooked_grad_ins

关于pytorch run_backward()的可能实现猜测为。

def run_backward(variable, gradient):    creator = variable.creator    if creator is None:        variable.grad = variable.hook(gradient)        return     grad_ins = creator._backward(gradient)    vars = creator.saved_variables    for var, grad in zip(vars, grad_ins):        run_backward(var, var.grad)

中间Variable的梯度在BP的过程中是保存到GradBuffer中的(C++源码中可以看到), BP完会释放. 如果retain_grads=True的话,就不会被释放