论文复现《Effective Adversarial Regularization for Neural Machine Translation》

复现论文《Effective Adversarial Regularization for Neural Machine Translation》，遇到的一些pytorch的技巧（坑），总结一下。

原文是基于另一个库Chainer实现的，我在fairseq框架上加以复现，基于pytorch >= 1.0

论文中主要用公式来介绍主要思想，主要集中在word embedding和loss部分的修改：

1. word embedding部分主要是使原本的 $e = E(x)$e=E(x)，变成了 $e = E(x)+\hat{r}$e=E(x)+r^，其中 $x$x 为输入，$\hat{r}$r^ 为扰动项
2. loss部分，使用两种损失函数计算loss，再求和，去反向传播

裁剪数据

为了快速解决修改模型的bug，可以把训练数据裁小，减少数据加载和训练时间

1. 先取前100行

   head -100 train.en > sub_train.en

2. 再用preprocess.py

   python preprocess.py --source-lang ch --target-lang en --trainpref /data/slwu/datas/test-ldc-bin/train --validpref /data/slwu/datas/ldc-data/valid --testpref /data/slwu/datas/ldc-data/test --destdir /data/slwu/datas/test-ldc-bin

   注意，--trainpref是指训练文件前缀，因此要在路径后面追加train。同理--validpref也要追加valid

word embedding

在word embedding部分，由于torch.tensor​和numpy.array可以相互转换，因此可以通过

perturbation = np.random.normal(size=x.shape)
perturbation = torch.tensor(perturbation,dtype=torch.float32,device='cuda')

间接生成均值为0，方差为1的tensor

另外，normalization可以使用torch.nn.LayerNorm来实现

技巧：在创建tensor的时候，使用参数 device='cuda'比调用 perturbation.cuda()运行的速度要快

loss

loss部分主要是修改fairseq.criterion.LabelSmoothedCrossEntropyCriterion这一部分

论文中没有提及，实际上代码中对于每一组数据，过程是这样的：

1. 走一遍原本的模型，产生net_output
2. 计算loss（根据LabelSmoothedCrossEntropyCriterion）
3. 计算loss_first
4. 根据losss_first,反向传播optimizer.backward(loss_first)
5. 再走一遍模型，这时在encoder 和decoder 加入扰动项 $\hat{r}$r^,得到net_output_v
6. 计算loss_vat
7. 返回loss = loss + loss_vat
8. 回到fairseq.task.fairseq_task.train_step()里，反向传播optimizer.backward(loss)

论文代码的klloss和nn.KLDivLoss的结果不一样，所以我采用论文的写法。

def kl_loss(self, p_, q_):
    p_logit = p_.float()
    q_logit = q_.float()
    p = torch.softmax(p_logit, -1)
    _kl = torch.sum(p * (torch.log_softmax(p_logit, -1) 
    		- torch.log_softmax(q_logit, -1)), -1)
    return torch.sum(_kl) / np.prod(np.array(_kl.shape))

自己实现的部分有以**意点：

1. net_output是一个元组，其中net_output[0]为输出结果，tensor类型，net_output[1]为attn等信息，dict类型

2. 反向传播会默认删除计算图，只需加入retain_graph = True参数即可不删除图，进行多次反向传播

   assert optimizer is not None, 'optimizer is None!'
   optimizer.backward(loss_vat_first, retain_graph=True)
   

3. 改代码不能只改criterion和model，fairseq.task.fairseq_task.valid_step()同样要改。如果只针对train_step做了修改，而valid_step仍使用原模型，那么在criterion.forward()里添加参数is_train=True即可

其他

在阅读原码中，也学到了一些api的使用 ：

1. torch.gather(input, dim, index, out=None) → Tensor

   链接：torch.gather()

2. torch.normal()

   链接：torch.normal()

3. nn.KLDivLoss

4. optimizer.backward()