質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

PyTorch

PyTorchは、オープンソースのPython向けの機械学習ライブラリ。Facebookの人工知能研究グループが開発を主導しています。強力なGPUサポートを備えたテンソル計算、テープベースの自動微分による柔軟なニューラルネットワークの記述が可能です。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

0回答

1125閲覧

Pytorchでの.gradが常に0になる理由

退会済みユーザー

退会済みユーザー

総合スコア0

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

PyTorch

PyTorchは、オープンソースのPython向けの機械学習ライブラリ。Facebookの人工知能研究グループが開発を主導しています。強力なGPUサポートを備えたテンソル計算、テープベースの自動微分による柔軟なニューラルネットワークの記述が可能です。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2020/07/19 08:58

#前提
Pytorchを用いたマルウェア検知のためのDeep Learningのモデルを作成しています.
その際にバイト列をそのままでは扱えないため,nn.Embeddingを用いて8次元にembeddingしています.
そしてそのembeddingしたバイト列をモデルに突っ込んで判定しているのですが,その際に.gradにアクセスすると存在はしているのですが,値が全て0になってしまいます.
これはどういうことなのでしょうか?

#####前処理

python

1BINARY = b'MZ\x90\x00\x03\x00\x00\x00\x04\x00' 2tensor_bytes = torch.from_numpy(np.frombuffer(BINARY,dtype=np.uint8)[np.newaxis,:]).float() 3>>tensor([[ 77., 90., 144., ..., 51., 5., 13.]]) 4 5embd_func = nn.Embedding(257, 8, padding_idx=0) 6embd_bytes = embd_func(tensor_bytes) #torch.Size([1, 1054208, 8]) 7>>tensor([[[ 0.7340, 1.1138, 0.8525, ..., -1.7343, -0.1635, 0.5149], 8 [-0.1660, 1.3984, -0.5087, ..., -0.8441, -0.0746, -0.3979], 9 ... 10 [ 0.7354, 0.7951, -2.0175, ..., -1.3213, -0.3241, 0.2827], 11 [-1.5834, 0.4888, 0.3841, ..., 1.2205, 1.2348, 2.0523]]])

#####gradientの取得を行うコード

python

1 2embd_bytez.requires_grad = True 3#modelに通して結果を出力 4out = model(embd_bytez) 5>>tensor([[-0.7082, 1.3883]], grad_fn=<AddmmBackward>) 6 7result = F.softmax(out, dim=1) 8>>tensor([[0.1094, 0.8906]], grad_fn=<SoftmaxBackward>) 9 10label = torch.from_numpy(np.array([0])) 11loss = criterion(result, label) 12>>tensor(1.1581, grad_fn=<NllLossBackward>) 13 14loss.backward() 15opt.step() 16 17grad = embd_bytez.grad 18>>tensor([[[0., 0., 0., ..., 0., 0., 0.], 19 [0., 0., 0., ..., 0., 0., 0.], 20 ... 21 [0., 0., 0., ..., 0., 0., 0.], 22 [0., 0., 0., ..., 0., 0., 0.]]]) #常に値が0

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

can110

2020/07/19 12:31

.gradの値がすべてゼロとはどのような手段で確認されたでしょうか? たとえば「print( (grad.numpy() == 0).all())」の結果はTrueでしょうか?
退会済みユーザー

退会済みユーザー

2020/07/19 13:27

確認してみたらFalseでした…. grad.sign()の値が全く変化しないので全部0なのかな? と思っていたのですが,単純に値が小さいだけでただの早とちりでした. gradの要素があまりにも小さすぎるせいでgrad.signが0になっていただけのようです. ありがとうございました!
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問