テンソル

テンソルの作成

import torch
a = torch.tensor([1, 2, 3])
b = torch.zeros(2, 3)
c = torch.ones(3, 3)
d = torch.randn(2, 4)  # normal dist

テンソルコンストラクタ

torch.zeros(m, n)	全ゼロ、形状(m, n)
torch.ones(m, n)	全1、形状(m, n)
torch.randn(m, n)	標準正規分布のランダム値
torch.arange(start, end, step)	等間隔の値
torch.linspace(start, end, steps)	固定数の点
torch.eye(n)	単位行列
torch.empty(m, n)	未初期化メモリ

NumPyとの相互変換

t = torch.from_numpy(np_array)
arr = tensor.numpy()  # shares memory
t = torch.as_tensor(np_array)

自動微分

勾配の追跡

x = torch.tensor([2.0, 3.0],
    requires_grad=True)
y = (x ** 2).sum()
y.backward()
print(x.grad)  # tensor([4., 6.])

勾配追跡の無効化

with torch.no_grad():
    pred = model(x)  # inference only
x_det = x.detach()  # detach from graph

勾配の制御

x.requires_grad_(True)	インプレースで勾配追跡を有効化
x.grad.zero_()	累積勾配をリセット
x.detach()	勾配履歴なしの新しいテンソル
x.grad	保存された勾配にアクセス

ニューラルネットワーク

モデルの定義

import torch.nn as nn
class Net(nn.Module):
    def __init__(self):
        super().__init__()
        self.fc1 = nn.Linear(784, 128)
        self.fc2 = nn.Linear(128, 10)
    def forward(self, x):
        x = torch.relu(self.fc1(x))
        return self.fc2(x)

シーケンシャルモデル

model = nn.Sequential(
    nn.Linear(784, 256),
    nn.ReLU(),
    nn.Dropout(0.2),
    nn.Linear(256, 10))

よく使うレイヤー

nn.Linear(in, out)	全結合層
nn.Conv2d(c_in, c_out, k)	2D畳み込み、カーネルサイズk
nn.BatchNorm2d(n)	バッチ正規化
nn.LSTM(in, hidden)	LSTMリカレント層
nn.Dropout(p)	確率pのドロップアウト
nn.Embedding(vocab, dim)	埋め込みルックアップテーブル

データのロード

カスタムデータセット

from torch.utils.data import Dataset, DataLoader
class MyData(Dataset):
    def __init__(self, X, y):
        self.X, self.y = X, y
    def __len__(self): return len(self.X)
    def __getitem__(self, i):
        return self.X[i], self.y[i]

DataLoader

loader = DataLoader(dataset, batch_size=32,
    shuffle=True, num_workers=2)
for batch_x, batch_y in loader:
    output = model(batch_x)

組み込みデータセット

from torchvision import datasets, transforms
t = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))])
data = datasets.MNIST("data", train=True,
    download=True, transform=t)

学習ループ

標準的な学習ループ

model.train()
for epoch in range(num_epochs):
    for X, y in train_loader:
        optimizer.zero_grad()
        loss = criterion(model(X), y)
        loss.backward()
        optimizer.step()

評価

model.eval()
with torch.no_grad():
    correct = 0
    for X, y in test_loader:
        pred = model(X).argmax(dim=1)
        correct += (pred == y).sum().item()

学習チェックリスト

model.train()	ドロップアウト/バッチ正規化の学習モードを有効化
model.eval()	推論モードに切り替え
optimizer.zero_grad()	逆伝播の前に勾配をクリア
loss.backward()	勾配を計算
optimizer.step()	パラメータを更新

オプティマイザ

よく使うオプティマイザ

import torch.optim as optim
opt = optim.SGD(model.parameters(), lr=0.01,
    momentum=0.9)
opt = optim.Adam(model.parameters(), lr=1e-3)
opt = optim.AdamW(model.parameters(), lr=1e-3,
    weight_decay=0.01)

学習率スケジューラ

sched = optim.lr_scheduler.StepLR(
    opt, step_size=10, gamma=0.1)
# in loop: sched.step() after each epoch

オプティマイザの比較

SGD	シンプル、チューニングが必要、モメンタムで効果的
Adam	適応的学習率、高速収束、デフォルト
AdamW	重み減衰を分離したAdam
RMSprop	適応的、RNNに有効

損失関数

よく使う損失関数

nn.CrossEntropyLoss()	分類（ロジット、ソフトマックスなし）
nn.BCEWithLogitsLoss()	二値分類（ロジット）
nn.MSELoss()	回帰（平均二乗誤差）
nn.L1Loss()	回帰（平均絶対誤差）
nn.NLLLoss()	負の対数尤度（log_softmaxの後）
nn.HuberLoss()	ロバスト回帰（外れ値に対して頑健）

使用例

criterion = nn.CrossEntropyLoss()
loss = criterion(logits, targets)
# logits: (batch, classes), targets: (batch,)

カスタム損失

def focal_loss(pred, target, gamma=2.0):
    ce = nn.functional.cross_entropy(
        pred, target, reduction="none")
    pt = torch.exp(-ce)
    return ((1 - pt) ** gamma * ce).mean()

保存とロード

状態辞書の保存/ロード（推奨）

torch.save(model.state_dict(), "model.pt")
model = Net()
model.load_state_dict(
    torch.load("model.pt", weights_only=True))

完全なチェックポイントの保存

torch.save({
    "epoch": epoch,
    "model": model.state_dict(),
    "optimizer": opt.state_dict(),
    "loss": loss}, "checkpoint.pt")

チェックポイントのロード

ckpt = torch.load("checkpoint.pt",
    weights_only=False)
model.load_state_dict(ckpt["model"])
opt.load_state_dict(ckpt["optimizer"])

GPU

デバイスの管理

device = torch.device(
    "cuda" if torch.cuda.is_available()
    else "cpu")
model = model.to(device)
x = x.to(device)

GPUユーティリティ

torch.cuda.is_available()	CUDAが利用可能か確認
torch.cuda.device_count()	GPUの数
torch.cuda.memory_allocated()	現在のGPUメモリ使用量（バイト）
torch.cuda.empty_cache()	未使用のキャッシュメモリを解放

マルチGPU

if torch.cuda.device_count() > 1:
    model = nn.DataParallel(model)
model = model.to(device)

よくあるパターン

重みの初期化

def init_weights(m):
    if isinstance(m, nn.Linear):
        nn.init.xavier_uniform_(m.weight)
        m.bias.data.fill_(0.01)
model.apply(init_weights)

勾配のクリッピング

torch.nn.utils.clip_grad_norm_(
    model.parameters(), max_norm=1.0)

レイヤーのフリーズ

for param in model.fc1.parameters():
    param.requires_grad = False

モデルのサマリー

total = sum(p.numel()
    for p in model.parameters())
trainable = sum(p.numel()
    for p in model.parameters()
    if p.requires_grad)

PYTORCH クイックリファレンス