torch.func.vmap

torch.func.vmap(func, in_dims=0, out_dims=0, randomness='error', *, chunk_size=None)

vmap 是向量化映射； vmap(func) 返回一个新函数，该函数将 func 映射到输入的一些维度上。从语义上讲，vmap 将映射推入由 func 调用的 PyTorch 操作中，从而有效地向量化这些操作。

vmap 在处理批量维度方面很有用：可以编写一个函数 func ，它在示例上运行，然后将其提升为可以接受示例批次的函数 vmap(func) 。vmap 还可以与 autograd 组合来计算批量梯度。

注意

torch.vmap() 被别名 torch.func.vmap() ，方便使用。您可以选择使用任何一个。

参数:

• func（函数）- 一个 Python 函数，可以接受一个或多个参数。必须返回一个或多个张量。

• in_dims（int 或嵌套结构）- 指定应映射输入的哪个维度。 in_dims 的结构应与输入类似。如果特定输入的 in_dim 为 None，则表示没有映射维度。默认：0。

• out_dims (int 或 Tuple[int]) – 指定映射维度应在输出中出现的位置。如果 out_dims 是 Tuple，则它应该包含每个输出的一个元素。默认：0。

• randomness (str) – 指定此 vmap 中的随机性是否应在批次间相同或不同。如果为 'different'，则每个批次的随机性将不同。如果为 'same'，则随机性将在批次间相同。如果为 'error'，则对随机函数的任何调用将出错。默认：'error'。警告：此标志仅适用于随机 PyTorch 操作，不适用于 Python 的 random 模块或 numpy 随机性。

• chunk_size (None 或 int) – 如果为 None（默认），则在输入上应用单个 vmap。如果不为 None，则每次计算 vmap chunk_size 样本。请注意， chunk_size=1 等同于使用 for-loop 计算的 vmap。如果在计算 vmap 时遇到内存问题，请尝试使用非 None 的 chunk_size。

返回值:

返回一个新的“批处理”函数。它接受与 func 相同的输入，除了每个输入都有一个额外的维度在指定的索引 in_dims 上。它返回与 func 相同的输出，除了每个输出都有一个额外的维度在指定的索引 out_dims 上。

返回类型:

可调用

使用 vmap() 的一个例子是计算批量点积。PyTorch 没有提供批量 torch.dot API；与其在文档中徒劳地寻找，不如使用 vmap() 来构建一个新的函数。

>>> torch.dot                            # [D], [D] -> []
>>> batched_dot = torch.func.vmap(torch.dot)  # [N, D], [N, D] -> [N]
>>> x, y = torch.randn(2, 5), torch.randn(2, 5)
>>> batched_dot(x, y)

vmap() 可以帮助隐藏批量维度，从而简化模型编写体验。

>>> batch_size, feature_size = 3, 5
>>> weights = torch.randn(feature_size, requires_grad=True)
>>>
>>> def model(feature_vec):
>>>     # Very simple linear model with activation
>>>     return feature_vec.dot(weights).relu()
>>>
>>> examples = torch.randn(batch_size, feature_size)
>>> result = torch.vmap(model)(examples)

vmap() 还可以帮助将之前难以或无法批量的计算向量化。一个例子是高阶梯度计算。PyTorch 的自动微分引擎计算 vjp（向量-雅可比积）。对于某些函数 f: R^N -> R^N，计算完整的雅可比矩阵通常需要 N 次调用 autograd.grad ，每次调用对应雅可比矩阵的一行。使用 vmap() ，我们可以将整个计算向量化，通过一次调用 autograd.grad 来计算雅可比矩阵。

>>> # Setup
>>> N = 5
>>> f = lambda x: x ** 2
>>> x = torch.randn(N, requires_grad=True)
>>> y = f(x)
>>> I_N = torch.eye(N)
>>>
>>> # Sequential approach
>>> jacobian_rows = [torch.autograd.grad(y, x, v, retain_graph=True)[0]
>>>                  for v in I_N.unbind()]
>>> jacobian = torch.stack(jacobian_rows)
>>>
>>> # vectorized gradient computation
>>> def get_vjp(v):
>>>     return torch.autograd.grad(y, x, v)
>>> jacobian = torch.vmap(get_vjp)(I_N)

vmap() 还可以嵌套，产生具有多个批量维度的输出。

>>> torch.dot                            # [D], [D] -> []
>>> batched_dot = torch.vmap(torch.vmap(torch.dot))  # [N1, N0, D], [N1, N0, D] -> [N1, N0]
>>> x, y = torch.randn(2, 3, 5), torch.randn(2, 3, 5)
>>> batched_dot(x, y) # tensor of size [2, 3]

如果输入没有沿第一个维度批量处理， in_dims 指定每个输入沿哪个维度进行批量处理

>>> torch.dot                            # [N], [N] -> []
>>> batched_dot = torch.vmap(torch.dot, in_dims=1)  # [N, D], [N, D] -> [D]
>>> x, y = torch.randn(2, 5), torch.randn(2, 5)
>>> batched_dot(x, y)   # output is [5] instead of [2] if batched along the 0th dimension

如果有多个输入，每个输入沿不同的维度进行批量处理， in_dims 必须是一个元组，包含每个输入的批量维度

>>> torch.dot                            # [D], [D] -> []
>>> batched_dot = torch.vmap(torch.dot, in_dims=(0, None))  # [N, D], [D] -> [N]
>>> x, y = torch.randn(2, 5), torch.randn(5)
>>> batched_dot(x, y) # second arg doesn't have a batch dim because in_dim[1] was None

如果输入是 Python 结构体， in_dims 必须是一个元组，包含与输入形状匹配的结构体

>>> f = lambda dict: torch.dot(dict['x'], dict['y'])
>>> x, y = torch.randn(2, 5), torch.randn(5)
>>> input = {'x': x, 'y': y}
>>> batched_dot = torch.vmap(f, in_dims=({'x': 0, 'y': None},))
>>> batched_dot(input)

默认情况下，输出沿第一个维度进行批量处理。但是，可以通过使用 out_dims 将其沿任何维度进行批量处理

>>> f = lambda x: x ** 2
>>> x = torch.randn(2, 5)
>>> batched_pow = torch.vmap(f, out_dims=1)
>>> batched_pow(x) # [5, 2]

对于任何使用 kwargs 的函数，返回的函数不会对 kwargs 进行批处理，但会接受 kwargs

>>> x = torch.randn([2, 5])
>>> def fn(x, scale=4.):
>>>   return x * scale
>>>
>>> batched_pow = torch.vmap(fn)
>>> assert torch.allclose(batched_pow(x), x * 4)
>>> batched_pow(x, scale=x) # scale is not batched, output has shape [2, 2, 5]

注意

vmap 不提供通用的自动批处理，也不能直接处理变长序列。