PyTorch Best_Practice(转）
PyTorch实战指南
[TOC]
在学习某个深度学习框架时，掌握其基本知识和接口固然重要，但如何合理组织代码，使得代码具有良好的可读性和可扩展性也必不可少。本文不会深入讲解过多知识性的东西，更多的则是传授一些经验，这些内容可能有些争议，因其受我个人喜好和coding风格影响较大，你可以将这部分当成是一种参考或提议，而不是作为必须遵循的准则。归根到底，都是希望你能以一种更为合理的方式组织自己的程序。
在做深度学习实验或项目时，为了得到最优的模型结果，中间往往需要很多次的尝试和修改。而合理的文件组织结构，以及一些小技巧可以极大地提高代码的易读易用性。根据我的个人经验，在从事大多数深度学习研究时，程序都需要实现以下几个功能：
模型定义
数据处理和加载
训练模型（Train&Validate）
训练过程的可视化
测试（Test/Inference）
另外程序还应该满足以下几个要求：
模型需具有高度可配置性，便于修改参数、修改模型，反复实验
代码应具有良好的组织结构，使人一目了然
代码应具有良好的说明，使其他人能够理解
在本文我将应用这些内容，并结合实际的例子，来讲解如何用PyTorch完成Kaggle上的经典比赛：Dogs vs. Cats1。本文所有示例程序均在github上开源 github.com/chenyuntc/p… 。
6.1.1 比赛介绍
Dogs vs. Cats是一个传统的二分类问题，其训练集包含25000张图片，均放置在同一文件夹下，命名格式为<category>.<num>.jpg, 如cat.10000.jpg、dog.100.jpg，测试集包含12500张图片，命名为<num>.jpg，如1000.jpg。参赛者需根据训练集的图片训练模型，并在测试集上进行预测，输出它是狗的概率。最后提交的csv文件如下，第一列是图片的<num>，第二列是图片为狗的概率。
id,label 10001,0.889 10002,0.01 ... 复制代码
6.1.2 文件组织架构
前面提到过，程序主要包含以下功能：
模型定义
数据加载
训练和测试
首先来看程序文件的组织结构：
├── checkpoints/ ├── data/ │ ├── __init__.py │ ├── dataset.py │ └── get_data.sh ├── models/ │ ├── __init__.py │ ├── AlexNet.py │ ├── BasicModule.py │ └── ResNet34.py └── utils/ │ ├── __init__.py │ └── visualize.py ├── config.py ├── main.py ├── requirements.txt ├── README.md 复制代码
其中：
checkpoints/： 用于保存训练好的模型，可使程序在异常退出后仍能重新载入模型，恢复训练data/：数据相关操作，包括数据预处理、dataset实现等models/：模型定义，可以有多个模型，例如上面的AlexNet和ResNet34，一个模型对应一个文件utils/：可能用到的工具函数，在本次实验中主要是封装了可视化工具config.py：配置文件，所有可配置的变量都集中在此，并提供默认值main.py：主文件，训练和测试程序的入口，可通过不同的命令来指定不同的操作和参数requirements.txt：程序依赖的第三方库README.md：提供程序的必要说明
6.1.3 关于__init__.py
可以看到，几乎每个文件夹下都有__init__.py，一个目录如果包含了__init__.py 文件，那么它就变成了一个包（package）。__init__.py可以为空，也可以定义包的属性和方法，但其必须存在，其它程序才能从这个目录中导入相应的模块或函数。例如在data/文件夹下有__init__.py，则在main.py 中就可以from data.dataset import DogCat。而如果在__init__.py中写入from .dataset import DogCat，则在main.py中就可以直接写为：from data import DogCat，或者import data; dataset = data.DogCat，相比于from data.dataset import DogCat更加便捷。
6.1.4 数据加载
数据的相关处理主要保存在data/dataset.py中。关于数据加载的相关操作，在上一章中我们已经提到过，其基本原理就是使用Dataset提供数据集的封装，再使用Dataloader实现数据并行加载。Kaggle提供的数据包括训练集和测试集，而我们在实际使用中，还需专门从训练集中取出一部分作为验证集。对于这三类数据集，其相应操作也不太一样，而如果专门写三个Dataset，则稍显复杂和冗余，因此这里通过加一些判断来区分。对于训练集，我们希望做一些数据增强处理，如随机裁剪、随机翻转、加噪声等，而验证集和测试集则不需要。下面看dataset.py的代码：
import os from PIL import Image from torch.utils import data import numpy as np from torchvision import transforms as T class DogCat(data.Dataset): def __init__(self, root, transforms=None, train=True, test=False): """ 目标：获取所有图片地址，并根据训练、验证、测试划分数据 """ self.test = test imgs = [os.path.join(root, img) for img in os.listdir(root)] # test1: data/test1/8973.jpg # train: data/train/cat.10004.jpg if self.test: imgs = sorted(imgs, key=lambda x: int(x.split('.')[-2].split('/')[-1])) else: imgs = sorted(imgs, key=lambda x: int(x.split('.')[-2])) imgs_num = len(imgs) # 划分训练、验证集，验证:训练 = 3:7 if self.test: self.imgs = imgs elif train: self.imgs = imgs[:int(0.7*imgs_num)] else : self.imgs = imgs[int(0.7*imgs_num):] if transforms is None: # 数据转换操作，测试验证和训练的数据转换有所区别 normalize = T.Normalize(mean = [0.485, 0.456, 0.406], std = [0.229, 0.224, 0.225]) # 测试集和验证集 if self.test or not train: self.transforms = T.Compose([ T.Resize(224), T.CenterCrop(224), T.ToTensor(), normalize ]) # 训练集 else : self.transforms = T.Compose([ T.Resize(256), T.RandomReSizedCrop(224), T.RandomHorizontalFlip(), T.ToTensor(), normalize ]) def __getitem__(self, index): """ 返回一张图片的数据 对于测试集，没有label，返回图片id，如1000.jpg返回1000 """ img_path = self.imgs[index] if self.test: label = int(self.imgs[index].split('.')[-2].split('/')[-1]) else: label = 1 if 'dog' in img_path.split('/')[-1] else 0 data = Image.open(img_path) data = self.transforms(data) return data, label def __len__(self): """ 返回数据集中所有图片的个数 """ return len(self.imgs) 复制代码关于数据集使用的注意事项，在上一章中已经提到，将文件读取等费时操作放在__getitem__函数中，利用多进程加速。避免一次性将所有图片都读进内存，不仅费时也会占用较大内存，而且不易进行数据增强等操作。另外在这里，我们将训练集中的30%作为验证集，可用来检查模型的训练效果，避免过拟合。在使用时，我们可通过dataloader加载数据。
train_dataset = DogCat(opt.train_data_root, train=True) trainloader = DataLoader(train_dataset, batch_size = opt.batch_size, shuffle = True, num_workers = opt.num_workers) for ii, (data, label) in enumerate(trainloader): train() 复制代码
6.1.5 模型定义
模型的定义主要保存在models/目录下，其中BasicModule是对nn.Module的简易封装，提供快速加载和保存模型的接口。
class BasicModule(t.nn.Module): """ 封装了nn.Module，主要提供save和load两个方法 """ def __init__(self): super(BasicModule,self).__init__() self.model_name = str(type(self)) # 模型的默认名字 def load(self, path): """ 可加载指定路径的模型 """ self.load_state_dict(t.load(path)) def save(self, name=None): """ 保存模型，默认使用“模型名字+时间”作为文件名， 如AlexNet_0710_23:57:29.pth """ if name is None: prefix = 'checkpoints/' + self.model_name + '_' name = time.strftime(prefix + '%m%d_%H:%M:%S.pth') t.save(self.state_dict(), name) return name 复制代码
在实际使用中，直接调用model.save()及model.load(opt.load_path)即可。
其它自定义模型一般继承BasicModule，然后实现自己的模型。其中AlexNet.py实现了AlexNet，ResNet34实现了ResNet34。在models/__init__py中，代码如下：
from .AlexNet import AlexNet from .ResNet34 import ResNet34 复制代码
这样在主函数中就可以写成：
from models import AlexNet 或 import models model = models.AlexNet() 或 import models model = getattr('models', 'AlexNet')() 复制代码其中最后一种写法最为关键，这意味着我们可以通过字符串直接指定使用的模型，而不必使用判断语句，也不必在每次新增加模型后都修改代码。新增模型后只需要在models/__init__.py中加上from .new_module import new_module即可。
其它关于模型定义的注意事项，在上一章中已详细讲解，这里就不再赘述，总结起来就是：
尽量使用
nn.Sequential（比如AlexNet）将经常使用的结构封装成子Module（比如GoogLeNet的Inception结构，ResNet的Residual Block结构）
将重复且有规律性的结构，用函数生成（比如VGG的多种变体，ResNet多种变体都是由多个重复卷积层组成）
6.1.6 工具函数
在项目中，我们可能会用到一些helper方法，这些方法可以统一放在utils/文件夹下，需要使用时再引入。在本例中主要是封装了可视化工具visdom的一些操作，其代码如下，在本次实验中只会用到plot方法，用来统计损失信息。
#coding:utf8 import visdom import time import numpy as np class Visualizer(object): """ 封装了visdom的基本操作，但是你仍然可以通过`self.vis.function` 或者`self.function`调用原生的visdom接口 比如 self.text('hello visdom') self.histogram(t.randn(1000)) self.line(t.arange(0, 10),t.arange(1, 11)) """ def __init__(self, env='default', **kwargs): self.vis = visdom.Visdom(env=env, **kwargs) # 画的第几个数，相当于横坐标 # 保存（’loss',23） 即loss的第23个点 self.index = {} self.log_text = '' def reinit(self, env='default', **kwargs): """ 修改visdom的配置 """ self.vis = visdom.Visdom(env=env, **kwargs) return self def plot_many(self, d): """ 一次plot多个 @params d: dict (name, value) i.e. ('loss', 0.11) """ for k, v in d.items(): self.plot(k, v) def img_many(self, d): for k, v in d.items(): self.img(k, v) def plot(self, name, y, **kwargs): """ self.plot('loss', 1.00) """ x = self.index.get(name, 0) self.vis.line(Y=np.array([y]), X=np.array([x]), win=name, opts=dict(title=name), update=None if x == 0 else 'append', **kwargs ) self.index[name] = x + 1 def img(self, name, img_, **kwargs): """ self.img('input_img', t.Tensor(64, 64)) self.img('input_imgs', t.Tensor(3, 64, 64)) self.img('input_imgs', t.Tensor(100, 1, 64, 64)) self.img('input_imgs', t.Tensor(100, 3, 64, 64), nrows=10) !!! don't ~~self.img('input_imgs', t.Tensor(100, 64, 64), nrows=10)~~ !!! """ self.vis.images(img_.cpu().numpy(), win=name, opts=dict(title=name), **kwargs ) def log(self, info, win='log_text'): """ self.log({'loss':1, 'lr':0.0001}) """ self.log_text += ('[{time}] {info} <br>'.format( time=time.strftime('%m%d_%H%M%S'),\ info=info)) self.vis.text(self.log_text, win) def __getattr__(self, name): """ 自定义的plot,image,log,plot_many等除外 self.function 等价于self.vis.function """ return getattr(self.vis, name) 复制代码6.1.6 配置文件
在模型定义、数据处理和训练等过程都有很多变量，这些变量应提供默认值，并统一放置在配置文件中，这样在后期调试、修改代码或迁移程序时会比较方便，在这里我们将所有可配置项放在config.py中。
class DefaultConfig(object): env = 'default' # visdom 环境 model = 'AlexNet' # 使用的模型，名字必须与models/__init__.py中的名字一致 train_data_root = './data/train/' # 训练集存放路径 test_data_root = './data/test1' # 测试集存放路径 load_model_path = 'checkpoints/model.pth' # 加载预训练的模型的路径，为None代表不加载 batch_size = 128 # batch size use_gpu = True # use GPU or not num_workers = 4 # how many workers for loading data print_freq = 20 # print info every N batch debug_file = '/tmp/debug' # if os.path.exists(debug_file): enter ipdb result_file = 'result.csv' max_epoch = 10 lr = 0.1 # initial learning rate lr_decay = 0.95 # when val_loss increase, lr = lr*lr_decay weight_decay = 1e-4 # 损失函数 复制代码
可配置的参数主要包括：
数据集参数（文件路径、batch_size等）
训练参数（学习率、训练epoch等）
模型参数
这样我们在程序中就可以这样使用：
import models from config import DefaultConfig opt = DefaultConfig() lr = opt.lr model = getattr(models, opt.model) dataset = DogCat(opt.train_data_root) 复制代码
这些都只是默认参数，在这里还提供了更新函数，根据字典更新配置参数。
def parse(self, kwargs): """ 根据字典kwargs 更新 config参数 """ # 更新配置参数 for k, v in kwargs.items(): if not hasattr(self, k): # 警告还是报错，取决于你个人的喜好 warnings.warn("Warning: opt has not attribut %s" %k) setattr(self, k, v) # 打印配置信息 print('user config:') for k, v in self.__class__.__dict__.items(): if not k.startswith('__'): print(k, getattr(self, k)) 复制代码这样我们在实际使用时，并不需要每次都修改config.py，只需要通过命令行传入所需参数，覆盖默认配置即可。
例如：
opt = DefaultConfig() new_config = {'lr':0.1,'use_gpu':False} opt.parse(new_config) opt.lr == 0.1 复制代码6.1.7 main.py
在讲解主程序main.py之前，我们先来看看2017年3月谷歌开源的一个命令行工具fire3 ，通过pip install fire即可安装。下面来看看fire的基础用法，假设example.py文件内容如下：
import fire def add(x, y): return x + y def mul(**kwargs): a = kwargs['a'] b = kwargs['b'] return a * b if __name__ == '__main__': fire.Fire() 复制代码
那么我们可以使用：
python example.py add 1 2 # 执行add(1, 2) python example.py mul --a=1 --b=2 # 执行mul(a=1, b=2), kwargs={'a':1, 'b':2} python example.py add --x=1 --y==2 # 执行add(x=1, y=2) 复制代码可见，只要在程序中运行fire.Fire()，即可使用命令行参数python file <function> [args,] {--kwargs,}。fire还支持更多的高级功能，具体请参考官方指南4 。
在主程序main.py中，主要包含四个函数，其中三个需要命令行执行，main.py的代码组织结构如下：
def train(**kwargs): """ 训练 """ pass def val(model, dataloader): """ 计算模型在验证集上的准确率等信息，用以辅助训练 """ pass def test(**kwargs): """ 测试（inference） """ pass def help(): """ 打印帮助的信息 """ print('help') if __name__=='__main__': import fire fire.Fire() 复制代码根据fire的使用方法，可通过python main.py <function> --args=xx的方式来执行训练或者测试。
训练
训练的主要步骤如下：
定义网络
定义数据
定义损失函数和优化器
计算重要指标
开始训练
训练网络
可视化各种指标
计算在验证集上的指标
训练函数的代码如下：
def train(**kwargs): # 根据命令行参数更新配置 opt.parse(kwargs) vis = Visualizer(opt.env) # step1: 模型 model = getattr(models, opt.model)() if opt.load_model_path: model.load(opt.load_model_path) if opt.use_gpu: model.cuda() # step2: 数据 train_data = DogCat(opt.train_data_root,train=True) val_data = DogCat(opt.train_data_root,train=False) train_dataloader = DataLoader(train_data,opt.batch_size, shuffle=True, num_workers=opt.num_workers) val_dataloader = DataLoader(val_data,opt.batch_size, shuffle=False, num_workers=opt.num_workers) # step3: 目标函数和优化器 criterion = t.nn.CrossEntropyLoss() lr = opt.lr optimizer = t.optim.Adam(model.parameters(), lr = lr, weight_decay = opt.weight_decay) # step4: 统计指标：平滑处理之后的损失，还有混淆矩阵 loss_meter = meter.AverageValueMeter() confusion_matrix = meter.ConfusionMeter(2) previous_loss = 1e100 # 训练 for epoch in range(opt.max_epoch): loss_meter.reset() confusion_matrix.reset() for ii,(data,label) in enumerate(train_dataloader): # 训练模型参数 input = Variable(data) target = Variable(label) if opt.use_gpu: input = input.cuda() target = target.cuda() optimizer.zero_grad() score = model(input) loss = criterion(score,target) loss.backward() optimizer.step() # 更新统计指标以及可视化 loss_meter.add(loss.data[0]) confusion_matrix.add(score.data, target.data) if ii%opt.print_freq==opt.print_freq-1: vis.plot('loss', loss_meter.value()[0]) # 如果需要的话，进入debug模式 if os.path.exists(opt.debug_file): import ipdb; ipdb.set_trace() model.save() # 计算验证集上的指标及可视化 val_cm,val_accuracy = val(model,val_dataloader) vis.plot('val_accuracy',val_accuracy) vis.log("epoch:{epoch},lr:{lr},loss:{loss},train_cm:{train_cm},val_cm:{val_cm}" .format( epoch = epoch, loss = loss_meter.value()[0], val_cm = str(val_cm.value()), train_cm=str(confusion_matrix.value()), lr=lr)) # 如果损失不再下降，则降低学习率 if loss_meter.value()[0] > previous_loss: lr = lr * opt.lr_decay for param_group in optimizer.param_groups: param_group['lr'] = lr previous_loss = loss_meter.value()[0] 复制代码这里用到了PyTorchNet5里面的一个工具: meter。meter提供了一些轻量级的工具，用于帮助用户快速统计训练过程中的一些指标。AverageValueMeter能够计算所有数的平均值和标准差，这里用来统计一个epoch中损失的平均值。confusionmeter用来统计分类问题中的分类情况，是一个比准确率更详细的统计指标。例如对于表格6-1，共有50张狗的图片，其中有35张被正确分类成了狗，还有15张被误判成猫；共有100张猫的图片，其中有91张被正确判为了猫，剩下9张被误判成狗。相比于准确率等统计信息，混淆矩阵更能体现分类的结果，尤其是在样本比例不均衡的情况下。
表6-1 混淆矩阵
| 样本 | 判为狗 | 判为猫 |
|---|---|---|
| 实际是狗 | 35 | 15 |
| 实际是猫 | 9 | 91 |
PyTorchNet从TorchNet6迁移而来，提供了很多有用的工具，但其目前开发和文档都还不是很完善，本书不做过多的讲解。
验证
验证相对来说比较简单，但要注意需将模型置于验证模式(model.eval())，验证完成后还需要将其置回为训练模式(model.train())，这两句代码会影响BatchNorm和Dropout等层的运行模式。验证模型准确率的代码如下。
def val(model,dataloader): """ 计算模型在验证集上的准确率等信息 """ # 把模型设为验证模式 model.eval() confusion_matrix = meter.ConfusionMeter(2) for ii, data in enumerate(dataloader): input, label = data val_input = Variable(input, volatile=True) val_label = Variable(label.long(), volatile=True) if opt.use_gpu: val_input = val_input.cuda() val_label = val_label.cuda() score = model(val_input) confusion_matrix.add(score.data.squeeze(), label.long()) # 把模型恢复为训练模式 model.train() cm_value = confusion_matrix.value() accuracy = 100. * (cm_value[0][0] + cm_value[1][1]) /\ (cm_value.sum()) return confusion_matrix, accuracy 复制代码
测试
测试时，需要计算每个样本属于狗的概率，并将结果保存成csv文件。测试的代码与验证比较相似，但需要自己加载模型和数据。
def test(**kwargs): opt.parse(kwargs) # 模型 model = getattr(models, opt.model)().eval() if opt.load_model_path: model.load(opt.load_model_path) if opt.use_gpu: model.cuda() # 数据 train_data = DogCat(opt.test_data_root,test=True) test_dataloader = DataLoader(train_data,\ batch_size=opt.batch_size,\ shuffle=False,\ num_workers=opt.num_workers) results = [] for ii,(data,path) in enumerate(test_dataloader): input = t.autograd.Variable(data,volatile = True) if opt.use_gpu: input = input.cuda() score = model(input) probability = t.nn.functional.softmax\ (score)[:,1].data.tolist() batch_results = [(path_,probability_) \ for path_,probability_ in zip(path,probability) ] results += batch_results write_csv(results,opt.result_file) return results 复制代码
帮助函数
为了方便他人使用, 程序中还应当提供一个帮助函数，用于说明函数是如何使用。程序的命令行接口中有众多参数，如果手动用字符串表示不仅复杂，而且后期修改config文件时，还需要修改对应的帮助信息，十分不便。这里使用了Python标准库中的inspect方法，可以自动获取config的源代码。help的代码如下:
def help(): """ 打印帮助的信息： python file.py help """ print(""" usage : python {0} <function> [--args=value,] <function> := train | test | help example: python {0} train --env='env0701' --lr=0.01 python {0} test --dataset='path/to/dataset/root/' python {0} help avaiable args:""".format(__file__)) from inspect import getsource source = (getsource(opt.__class__)) print(source) 复制代码当用户执行python main.py help的时候，会打印如下帮助信息：
usage : python main.py <function> [--args=value,] <function> := train | test | help example: python main.py train --env='env0701' --lr=0.01 python main.py test --dataset='path/to/dataset/' python main.py help avaiable args: class DefaultConfig(object): env = 'default' # visdom 环境 model = 'AlexNet' # 使用的模型 train_data_root = './data/train/' # 训练集存放路径 test_data_root = './data/test1' # 测试集存放路径 load_model_path = 'checkpoints/model.pth' # 加载预训练的模型 batch_size = 128 # batch size use_gpu = True # user GPU or not num_workers = 4 # how many workers for loading data print_freq = 20 # print info every N batch debug_file = '/tmp/debug' result_file = 'result.csv' # 结果文件 max_epoch = 10 lr = 0.1 # initial learning rate lr_decay = 0.95 # when val_loss increase, lr = lr*lr_decay weight_decay = 1e-4 # 损失函数 复制代码
6.1.8 使用
正如help函数的打印信息所述，可以通过命令行参数指定变量名.下面是三个使用例子，fire会将包含-的命令行参数自动转层下划线_，也会将非数值的值转成字符串。所以--train-data-root=data/train和--train_data_root='data/train'是等价的。
# 训练模型 python main.py train --train-data-root=data/train/ --lr=0.005 --batch-size=32 --model='ResNet34' --max-epoch = 20 # 测试模型 python main.py test --test-data-root=data/test1 --load-model-path='checkpoints/resnet34_00:23:05.pth' --batch-size=128 --model='ResNet34' --num-workers=12 # 打印帮助信息 python main.py help 复制代码
6.1.9 争议
以上的程序设计规范带有作者强烈的个人喜好，并不想作为一个标准，而是作为一个提议和一种参考。上述设计在很多地方还有待商榷，例如对于训练过程是否应该封装成一个trainer对象，或者直接封装到BaiscModule的train方法之中。对命令行参数的处理也有不少值得讨论之处。因此不要将本文中的观点作为一个必须遵守的规范，而应该看作一个参考。
本章中的设计可能会引起不少争议，其中比较值得商榷的部分主要有以下两个方面：
命令行参数的设置。目前大多数程序都是使用Python标准库中的
argparse来处理命令行参数，也有些使用比较轻量级的click。这种处理相对来说对命令行的支持更完备，但根据作者的经验来看，这种做法不够直观，并且代码量相对来说也较多。比如argparse，每次增加一个命令行参数，都必须写如下代码：
parser.add_argument('-save-interval', type=int, default=500, help='how many steps to wait before saving [default:500]') 复制代码在读者眼中，这种实现方式远不如一个专门的config.py来的直观和易用。尤其是对于使用Jupyter notebook或IPython等交互式调试的用户来说，argparse较难使用。
模型训练。有不少人喜欢将模型的训练过程集成于模型的定义之中，代码结构如下所示：
class MyModel(nn.Module): def __init__(self,opt): self.dataloader = Dataloader(opt) self.optimizer = optim.Adam(self.parameters(),lr=0.001) self.lr = opt.lr self.model = make_model() def forward(self,input): pass def train_(self): # 训练模型 for epoch in range(opt.max_epoch) for ii,data in enumerate(self.dataloader): train_epoch() model.save() def train_epoch(self): pass 复制代码
抑或是专门设计一个Trainer对象，形如：
""" code simplified from: https://github.com/pytorch/pytorch/blob/master/torch/utils/trainer/trainer.py """ import heapq from torch.autograd import Variable class Trainer(object): def __init__(self, model=None, criterion=None, optimizer=None, dataset=None): self.model = model self.criterion = criterion self.optimizer = optimizer self.dataset = dataset self.iterations = 0 def run(self, epochs=1): for i in range(1, epochs + 1): self.train() def train(self): for i, data in enumerate(self.dataset, self.iterations + 1): batch_input, batch_target = data self.call_plugins('batch', i, batch_input, batch_target) input_var = Variable(batch_input) target_var = Variable(batch_target) plugin_data = [None, None] def closure(): batch_output = self.model(input_var) loss = self.criterion(batch_output, target_var) loss.backward() if plugin_data[0] is None: plugin_data[0] = batch_output.data plugin_data[1] = loss.data return loss self.optimizer.zero_grad() self.optimizer.step(closure) self.iterations += i 复制代码还有一些人喜欢模仿keras和scikit-learn的设计，设计一个fit接口。对读者来说，这些处理方式很难说哪个更好或更差，找到最适合自己的方法才是最好的。
BasicModule 的封装，可多可少。训练过程中的很多操作都可以移到BasicModule之中，比如get_optimizer方法用来获取优化器，比如train_step用来执行单歩训练。对于不同的模型，如果对应的优化器定义不一样，或者是训练方法不一样，可以复写这些函数自定义相应的方法，取决于自己的喜好和项目的实际需求。
作者：xiesuper
链接：https://juejin.cn/post/7030115280793632781