Tensorflow：如何替换或修改渐变？

Question

我想替换或修改 tensorflow 中操作或图形部分的梯度。如果我可以在计算中使用现有的梯度，那将是理想的。

在某些方面，这与 tf.stop_gradient() 所做的相反：我想要一个仅在计算梯度时使用的计算，而不是添加一个在计算梯度时被忽略的计算。

一个简单的例子是通过将梯度乘以一个常数来简单地缩放梯度（但不会将前向计算乘以一个常数）。另一个例子是将渐变剪裁到给定范围内。

Answer 1

对于 TensorFlow 2，您应该使用 tf.custom_gradient 装饰器，如下所示：

@tf.custom_gradient
def func(x):
    f = # calculate forward pass
    def grad(dy):
        gradient = # calculate custom gradient of func
        return dy * gradient
    return f, grad

请注意，您必须将梯度乘以上游梯度。不过要小心！

如果您在创建 Keras 函数模型时将其作为函数调用并使用 tf.GradientTape，则仍然会发生自动微分，并且您的自定义渐变将被忽略。

相反，您必须将您的函数放入一个层中：

class func_layer(tf.keras.layers.Layer):
    def __init__(self):
        super(func_layer, self).__init__()

    def call(self, x):
        return func(x)

现在，当您向函数模型添加 func_layer 时，将适当地计算后向传递。

Answer 2

对于 TensorFlow 1.7 和 TensorFlow 2.0，请查看编辑打击。

---

首先定义你的自定义渐变：

@tf.RegisterGradient("CustomGrad")
def _const_mul_grad(unused_op, grad):
  return 5.0 * grad

由于您不希望在前向传播中发生任何事情，因此用您的新梯度覆盖恒等运算的梯度：

g = tf.get_default_graph()
with g.gradient_override_map({"Identity": "CustomGrad"}):
  output = tf.identity(input, name="Identity")

这是一个工作示例，它使用相同的方法在向后传递中剪切渐变并且在向前传递中不执行任何操作：

import tensorflow as tf

@tf.RegisterGradient("CustomClipGrad")
def _clip_grad(unused_op, grad):
  return tf.clip_by_value(grad, -0.1, 0.1)

input = tf.Variable([3.0], dtype=tf.float32)

g = tf.get_default_graph()
with g.gradient_override_map({"Identity": "CustomClipGrad"}):
  output_clip = tf.identity(input, name="Identity")
grad_clip = tf.gradients(output_clip, input)

# output without gradient clipping in the backwards pass for comparison:
output = tf.identity(input)
grad = tf.gradients(output, input)

with tf.Session() as sess:
  sess.run(tf.global_variables_initializer())
  print("with clipping:", sess.run(grad_clip)[0])
  print("without clipping:", sess.run(grad)[0])

---

为 TensorFlow 1.7 和 TensorFlow 2.0 编辑

从 1.7 开始，有一种新的方法可以用更短的语法重新定义梯度，这也适用于 Tensorflow 2.0。它还允许同时重新定义多个操作的梯度。以下是上面的示例，为 TensorFlow 1.7 和 TensorFlow 2.0 重写：

在反向传播中缩放渐变的层：

@tf.custom_gradient
def scale_grad_layer(x):
  def grad(dy):
    return 5.0 * dy
  return tf.identity(x), grad

以在反向通道中剪切渐变的层为例：

@tf.custom_gradient
def clip_grad_layer(x):
  def grad(dy):
    return tf.clip_by_value(dy, -0.1, 0.1)
  return tf.identity(x), grad

Answer 3

对于当前的 TensorFlow r1.13，请使用 tf.custom_gradient。

装饰函数（输入参数是一个列表x）应该返回

• 前传的结果，以及
• 一个函数，它返回一个渐变列表，x 中的每个元素对应一个。

这是一个只有一个变量的例子：

@tf.custom_gradient
def non_differentiable(x):
    f = tf.cast(x > 0, tf.float32)
    def grad(dy):
        return tf.math.maximum(0., 1 - tf.abs(x))
    return f, grad

一对二：

@tf.custom_gradient
def non_differentiable2(x0, x1):
    f = x0 * tf.cast(x1 > 0, tf.float32)
    def grad(dy):
        df_dx0 = tf.cast(x1 > 0, tf.float32)
        return dy*df_dx0, tf.zeros_like(dy)
    return f, grad

Answer 4

假设前向计算为

y = f(x)

你希望它像反向传播

y = b(x)

一个简单的技巧是：

y = b(x) + tf.stop_gradient(f(x) - b(x))

Answer 5

最常用的方法是使用 https://www.tensorflow.org/api_docs/python/tf/RegisterGradient

下面，我实现了反向传播渐变剪裁，它可以与matmul 一起使用，如此处所示，或任何其他操作：

import tensorflow as tf
import numpy as np

# from https://gist.github.com/harpone/3453185b41d8d985356cbe5e57d67342
def py_func(func, inp, Tout, stateful=True, name=None, grad=None):

    # Need to generate a unique name to avoid duplicates:
    rnd_name = 'PyFuncGrad' + str(np.random.randint(0, 1E+8))

    tf.RegisterGradient(rnd_name)(grad)
    g = tf.get_default_graph()
    with g.gradient_override_map({"PyFunc": rnd_name}):
        return tf.py_func(func, inp, Tout, stateful=stateful, name=name)

def clip_grad(x, clip_value, name=None):
    """"
    scales backpropagated gradient so that
    its L2 norm is no more than `clip_value`
    """
    with tf.name_scope(name, "ClipGrad", [x]) as name:
        return py_func(lambda x : x,
                        [x],
                        [tf.float32],
                        name=name,
                        grad=lambda op, g : tf.clip_by_norm(g, clip_value))[0]

---

示例用法：

with tf.Session() as sess:
    x = tf.constant([[1., 2.], [3., 4.]])
    y = tf.constant([[1., 2.], [3., 4.]])

    print('without clipping')
    z = tf.matmul(x, y)
    print(tf.gradients(tf.reduce_sum(z), x)[0].eval())

    print('with clipping')
    z = tf.matmul(clip_grad(x, 1.0), clip_grad(y, 0.5))
    print(tf.gradients(tf.reduce_sum(z), x)[0].eval())

    print('with clipping between matmuls')
    z = tf.matmul(clip_grad(tf.matmul(x, y), 1.0), y)
    print(tf.gradients(tf.reduce_sum(z), x)[0].eval())

---

输出：

without clipping
[[ 3.  7.]
 [ 3.  7.]]
with clipping
[[ 0.278543   0.6499337]
 [ 0.278543   0.6499337]]
with clipping between matmuls
[[ 1.57841039  3.43536377]
 [ 1.57841039  3.43536377]]

Answer 6

使用optimizer.compute_gradients 或tf.gradient 获取原始渐变
然后为所欲为
最后，使用optimizer.apply_gradients

我从 github 找到了一个example