Go to Qiita Advent Calendar 2024 Top
LoginSignup
29
28

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

@TomokIshii(Tomokazu Ishii)

ChainerとPyTorchのコードを比較する - 線形回帰編

Last updated at Posted at 2017-06-12

最近，Deep Learning Frameworkのリリースが続いている．私は，普段は TensorFlow を使うことが多いのだが，Blog記事やGitHubの情報について，ChainerやPyTorchのコードを参考にする機会も多い．特に最近，GitHubにてPyTorchコードが増えており，PyTorchが気になる存在である一方，学習する上での情報量はChainerが多いか？といった悩ましい状況となっている．

ここでは，簡単なコードを書きながら，2つのFramework(Chainer vs. PyTorch) を比較してみたい．

（プログラミング環境は，以下になります：

  • Chainer 2.0.0
  • PyTorch 0.1.12
  • Python 3.5.2 (or 3.5.3)　　　　　　　　　　　）

Chainerで線形回帰を実装

まず必要なパッケージをimportする．

import chainer
from chainer import Function, Variable
import chainer.functions as F

できるだけシンプルな書き方を確認したいので，今回，chainer.links は用いないこととする．（注．Chainerドキュメントには，chainer.links の方が新しいパッケージなのでこちらの使用が推奨されるとありました．Chanier APIの変遷に対して，少し注意が必要のようです．）

# Target値 (3.0, 4.0), これを元に学習データサンプルを作成する．
W_target = np.array([[3.0]], dtype=np.float32)  # size = [1, 1]
b_target = 4.0

# Model Parameters
# dtype = torch.cuda.FloatTensor # Uncomment this to run on GPU
W = Variable(np.random.randn(1, 1).astype(np.float32) * 0.01,
             requires_grad=True)
b = Variable(np.zeros([1, 1], dtype=np.float32), requires_grad=True)

ChainerのVariableクラスでW, bを定義している．Chainer初心者なのでドキュメントでVariableを確認する．（少し引用させていただきます．）

Variables

class chainer.Variable(data=None, *, name=None, grad=None, initializer=None, update_rule=None, requires_grad=True)
Array with a structure to keep track of computation.

Every variable holds a data array of type either numpy.ndarray or cupy.ndarray.

A variable object holds a data array and a VariableNode object of a computational graph. If the variable is constructed by the user, the node is root and does not hold any parent. If the variable is constructed by a Function object, the node holds a reference to its parent called creator. This reference is used in backpropagation to backtrack the graph.

Computational graphにおける変数ノードを保持するとある．TensorFlow/TheanoにおけるTensorと同様のものと推測されるが，"Tensor"という言葉は使っていない．使い方は，データを引数としてnumpy.ndarray（GPU演算では cupy.ndarray）を与え，Variable型インスタンスを得ている．後で，勾配計算が必要であれば（ほとんどのパラメータで勾配計算が必要のはずだが），requires_grad=True を指定する．

線形回帰のコードに戻る．

def model(x, W, b):
    # 線形回帰モデルの定義
    y1 = F.matmul(x, W)
    b1 = F.broadcast_to(b, x.shape)
    y = y1 + b1

    return y

def get_batch(W_target, b_target, batch_size=32):
    # バッチ・データの準備
    x = np.random.randn(batch_size, 1).astype(np.float32)
    y = x * W_target + b_target

    return Variable(x), Variable(y)

関数 model(x, W, b) は，モデル式 y = W * x + b の計算を行う．"numpy"の計算であれば，bias b を加算する際，ブロードキャストして，b を適切な形に拡張（要素コピー）してくれるが，"Chainer"(chainer.functions) では明示的にブロードキャスト処理を行う．次の関数 get_batch() は，乱数を使って訓練データ(train data)を生成し，Variable型に変換して戻り値としている．

# Train loop
for batch_idx in range(100):
    # Get data
    batch_x, batch_y = get_batch(W_target, b_target)

    # Forward pass
    y_pred = model(batch_x, W, b)

    # 損失関数 MSE(mean square error)
    loss = F.mean_squared_error(y_pred, batch_y)

    # Manually zero the gradients after updating weights
    # パラメータの勾配をゼロ化する．（重要）
    W.cleargrad()
    b.cleargrad()

    # Backward pass
    loss.backward()

    # Apply gradients - パラメータを更新
    learning_rate = 0.1
    W.data = W.data - learning_rate * W.grad
    b.data = b.data - learning_rate * b.grad  

    # Stop criterion
    if loss.data < 1.e-3:
        break

学習ループでは，訓練データから予測値 y_pred を計算し，それを使って損失(loss)を求めている．その後，損失を loss.backword() で逆伝搬させ，勾配を計算し，パラメータを更新する．また学習ループは，損失が所定しきい値より小さくなったケースで処理を終えるようにしている．

計算結果は，次の通り．

Loss:   0.0008 after 23 batches
==> Learned function:	y =   2.9819 x +   3.9815
==> Actual function:	y =   3.0000 x +   4.0000

PyTorchで線形回帰を実装

同じことをPyTorchでやって見るが，コードの比較を始める前に，PyTorchの状況を把握しておきたい．

Fig.1 History - Deep Learning Frameworks
deeplearning_frameworks_r1.png

（図は，Internetの情報を元にしており，詳細に関して不正確なところがあるかも知れません．）
（追記：初稿でTorch 7 を2017−02リリースと記載していましたが誤りでした．もっと歴史は古いようです．Torchでは，バーション・スキームで管理していないとのことで詳細はわかりませんでした．）

まず，Chainerは，2015年に最初の版(v1.0)がリリースされ，つい先日，2017年にv2．0がリリースされた．プログラミング言語として Lua を用いるTorchは，かなり歴史が古く，2002年に最初のリリースがあったようである．そのバージョンの更新を重ね，現在は Torch7 となっている．PyTorchは，2016年にGitHubのリポジトリが立ち上がり，2017年に入ってβバージョンがリリースされている．PyTorchの基本的なコンセプトは，Torchから引き継がれているが，勾配計算に関わる部分 torch.autograd は Chainer の影響を大きく受けている．

では，PyTorchのコードを見ていこう．

import numpy as np
import torch
import torch.nn.functional as F
from torch.autograd import Variable

PyTorchでは，上記パッケージをimportする．

# Target値 (3.0, 4.0)
W_target = torch.FloatTensor([[3.0]])   # size = [1, 1]
b_target = 4.0

# Model Parameters
dtype = torch.FloatTensor
# dtype = torch.cuda.FloatTensor # Uncomment this to run on GPU
W = Variable((torch.randn(1, 1) * 0.01).type(dtype), requires_grad=True)
b = Variable(torch.zeros(1, 1).type(dtype), requires_grad=True)

ここは，線形回帰モデルのターゲット値と，用いる変数（Variable）を定義する部分であるが，Chainerには登場しない，torch.Tensor を用いている．PyTorchのドキュメントを参照すると，Tensorは，

A torch.Tensor is a multi-dimensional matrix containing elements of a single data type.

であるが，コンセプトとしては，Framework(PyTorch)専用のマトリクス・オブジェクトになるかと思う．この torch.Tensor には以下のものがあるとのこと．

torch.Tensor

Data type CPU tensor GPU tensor
32-bit floating point torch.FloatTensor torch.cuda.FloatTensor
64-bit floating point torch.DoubleTensor torch.cuda.DoubleTensor
16-bit floating point N/A torch.cuda.HalfTensor
8-bit integer (unsigned) torch.ByteTensor torch.cuda.ByteTensor
8-bit integer (signed) torch.CharTensor torch.cuda.CharTensor
16-bit integer (signed) torch.ShortTensor torch.cuda.ShortTensor
32-bit integer (signed) torch.IntTensor torch.cuda.IntTensor
64-bit integer (signed) torch.LongTensor torch.cuda.LongTensor

上記のように，CPU演算とGPU演算でTensorタイプを使い分けるようである．また，Variable コンストラクタに渡す引数も，Chainerは "numpy"クラスのもの(numpy.ndarray)であったのが，PyTorchでは torch.Tensor を渡すことに注意したい．上のコードでは，torch.randn() と torch.zeros() で乱数及びゼロの torch.Tensor を生成し，必要に応じて .type(dtype) で CPU tensor と GPU tensor に変換し直している．（CPU演算では，torch.randn(), torch.zeros() 自体が torch.Tensor インスタンスを作るので .type(dtype) は冗長となるが，GPU演算に対する互換性により上のようにしている．）requires_grad の使い方は Chainer と同じである．

def model(x):
    # 線形回帰モデルの定義
    y = torch.mm(x, W) + b.expand_as(x)
    return y

def get_batch(batch_size=32):
    # バッチ・データの準備
    x = torch.randn(batch_size, 1)
    y = torch.mm(x, W_target) + b_target
    return Variable(x), Variable(y)

モデルの定義は，Tensorレベルで行う．このあたりは，"Theano", "TensorFlow"に近いように見える．関数 "get_batch()" では，訓練データを乱数で発生させ，Variableオフジェクトに変換して戻り値としている．Chainerとの違いを確認しておきたい．(Chainer: numpy.ndarrayからVariabelに変換，PyTorch: torch.TensorからVariableに変換．)

この後，損失を定義し勾配を計算する，という流れは，前のコードと同じとなる．

# 損失関数 MSE(mean square error)
loss_fn = torch.nn.MSELoss(size_average=True)

# Train loop
for batch_idx in range(20):
    # Get data
    batch_x, batch_y = get_batch()

    # Forward pass
    y_pred = model(batch_x)
    loss = loss_fn(y_pred, batch_y)
    loss_np = loss.data[0]

    # Backward pass
    loss.backward()

    # Apply gradients
    learning_rate = 0.1
    W.data = W.data - learning_rate * W.grad.data
    b.data = b.data - learning_rate * b.grad.data

    # Manually zero the gradients by torch.Tensor.zero_()
    # パラメータの勾配をゼロ化する．（重要） 
    W.grad.data.zero_()
    b.grad.data.zero_()

    # Stop criterion
    if loss_np < 1.e-3:
        break

Chainerにあった，cleargrad() のVariableメソッドが無いので，W.grad.data.zero_(), b.grad.data.zero_() のように，torch.Tensorレベルで勾配をリセットしている．計算の結果は，次の通り．

Loss: 3.9375e-03 after 19 batches
==> Learned function:	y = [ 2.98094225] x +   3.9527
==> Actual function:	y = [ 3.] x +   4.0000

（本来，乱数seedを設定して計算結果の再現性(Chainer vs. PyTorch)を見たほうがいいのかも知れませんが，本記事ではコーディングの比較が目的なので，計算結果の詳細比較は行っていません．）

（2つのコードはこちら(gist)にアップロードしました．）

雑感

いわゆる「Autograd系」の Chainer と PyTorch を簡単なコードで比較してみた．PyTorchでは，過去の遺産である torch.Tensor を引き継ぎ， numpy変数から，torch.Tensor を間に挟んでVariable(変数）に変換するというところが，なんとも Hybrid 感をかもし出している．ここのコンセプトの違いを理解すれば，Chainer - PyTorch間のコード移植は，スムーズに行くと予想される．

しかしながら，PyTorchの勢いはすごい．まだリリースされて半年だが，GitHubの至るところでPyTorchのコードを目にするようになってきた．自分自身は他のライブラリでコード作成を行っているが，「Autograd系」のFramework(Chainer / PyTorch) についても，使いこなせるように（少なくともコードを読めるように）勉強を進めていきたい．

参考文献，web site

29
28
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
29
28

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?