优化器

optimzier优化器的作用：优化器就是需要根据网络反向传播的梯度信息来更新网络的参数，以起到降低loss函数计算值的作用。

从优化器的作用出发，要使得优化器能够起作用，需要主要两个东西：

优化器需要知道当前的网络或者别的什么模型的参数空间，这也就是为什么在训练文件中，正式开始训练之前需要将网络的参数放到优化器里面。
参数

#pytorch定义优化器
optimizer = Adam(cnn.parameters(), lr=3e-4)  # 选用AdamOptimizer

优化器更新方式

那么优化器如何进行更新呢？

我们来看一下.step源码

def step(self, closure=None):"""Performs a single optimization step.Arguments:closure (callable, optional): A closure that reevaluates the modeland returns the loss."""loss = Noneif closure is not None:loss = closure()for group in self.param_groups:weight_decay = group['weight_decay']momentum = group['momentum']dampening = group['dampening']nesterov = group['nesterov']for p in group['params']:if p.grad is None:continued_p = p.grad.dataif weight_decay != 0:d_p.add_(weight_decay, p.data)if momentum != 0:param_state = self.state[p]if 'momentum_buffer' not in param_state:buf = param_state['momentum_buffer'] = d_p.clone()else:buf = param_state['momentum_buffer']buf.mul_(momentum).add_(1 - dampening, d_p)if nesterov:d_p = d_p.add(momentum, buf)else:d_p = bufp.data.add_(-group['lr'], d_p)return loss

从上面的代码可以看到step这个函数使用的是参数空间(param_groups)中的grad,也就是当前参数空间对应的梯度，这也就解释了为什么optimzier使用之前需要zero清零一下，因为如果不清零，那么使用的这个grad就得同上一个mini-batch有关，这不是我们需要的结果。再回过头来看，我们知道optimizer更新参数空间需要基于反向梯度，因此，当调用optimizer.step()的时候应当是loss.backward()的时候。

#pytorch语句
optimizer.zero_grad()   #optimizer梯度清0
loss = loss_fn(outputs, y_train)  #计算loss
loss.backward()       #loss反向传播
optimizer.step()       #根据loss反向梯度optimizer进行参数更新

那么为什么optimizer.step()需要放在每一个batch训练中，而不是epoch训练中，这是因为现在的mini-batch训练模式是假定每一个训练集就只有mini-batch这样大，因此实际上可以将每一次mini-batch看做是一次训练，一次训练更新一次参数空间，因而optimizer.step()放在这里。

scheduler.step（）按照Pytorch的定义是用来更新优化器的学习率的，一般是按照epoch为单位进行更换，即多少个epoch后更换一次学习率，因而scheduler.step()放在epoch这个大循环下。

学习率调整策略

PyTorch学习率调整策略通过torch.optim.lr_scheduler接口实现。PyTorch提供的学习率调整策略分为三大类，分别是

有序调整：等间隔调整(Step)，按需调整学习率(MultiStep)，指数衰减调整(Exponential)和余弦退火CosineAnnealing。
自适应调整：自适应调整学习率 ReduceLROnPlateau。
自定义调整：自定义调整学习率 LambdaLR。

等间隔调整学习率 StepLR

等间隔调整学习率，调整倍数为 gamma 倍，调整间隔为 step_size。间隔单位是step。需要注意的是， step 通常是指 epoch，不要弄成 iteration 了。

torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)'''
参数：step_size(int)
学习率下降间隔数，若为 30，则会在 30、 60、 90…个 step 时，将学习率调整为 lr*gamma。gamma(float)
学习率调整倍数，默认为 0.1 倍，即下降 10 倍。last_epoch(int)
上一个 epoch 数，这个变量用来指示学习率是否需要调整。当last_epoch 符合设定的间隔时，就会对学习率进行调整。当为-1 时，学习率设置为初始值。
'''

按需调整学习率 MultiStepLR

按设定的间隔调整学习率。这个方法适合后期调试使用，观察 loss 曲线，为每个实验定制学习率调整时机。

torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=-1)'''
参数：milestones(list)
一个 list，每一个元素代表何时调整学习率， list 元素必须是递增的。如 milestones=[30,80,120]gamma(float)
学习率调整倍数，默认为 0.1 倍，即下降 10 倍。
'''

指数衰减调整学习率 ExponentialLR

按指数衰减调整学习率，调整公式: lr=l∗gamma∗∗epoch

torch.optim.lr_scheduler.ExponentialLR(optimizer, gamma, last_epoch=-1)
'''
参数：gamma
学习率调整倍数的底，指数为 epoch，即 gamma**epoch
'''

余弦退火调整学习率 CosineAnnealingLR

以余弦函数为周期，并在每个周期最大值时重新设置学习率。以初始学习率为最大学习率，以 2∗Tmax
2∗Tmax 为周期，在一个周期内先下降，后上升。

torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max, eta_min=0, last_epoch=-1)
'''
参数：T_max(int)
一次学习率周期的迭代次数，即 T_max 个 epoch 之后重新设置学习率。eta_min(float)
最小学习率，即在一个周期中，学习率最小会下降到 eta_min，默认值为 0。
'''

自适应调整学习率 ReduceLROnPlateau

当某指标不再变化（下降或升高），调整学习率，这是非常实用的学习率调整策略。
例如，当验证集的 loss 不再下降时，进行学习率调整；或者监测验证集的 accuracy，当accuracy 不再上升时，则调整学习率。

torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=10, verbose=False, threshold=0.0001, threshold_mode='rel', cooldown=0, min_lr=0, eps=1e-08)'''
参数：mode(str)
模式选择，有 min 和 max 两种模式， min 表示当指标不再降低(如监测loss)， max 表示当指标不再升高(如监测 accuracy)。factor(float)
学习率调整倍数(等同于其它方法的 gamma)，即学习率更新为 lr = lr * factorpatience(int)
忍受该指标多少个 step 不变化，当忍无可忍时，调整学习率。verbose(bool)
是否打印学习率信息， print(‘Epoch {:5d}: reducing learning rate of group {} to {:.4e}.’.format(epoch, i, new_lr))threshold_mode(str)
选择判断指标是否达最优的模式，有两种模式， rel 和 abs。
当 threshold_mode == rel，并且 mode == max 时， dynamic_threshold = best * ( 1 +threshold )；
当 threshold_mode == rel，并且 mode == min 时， dynamic_threshold = best * ( 1 -threshold )；
当 threshold_mode == abs，并且 mode== max 时， dynamic_threshold = best + threshold ；
当 threshold_mode == rel，并且 mode == max 时， dynamic_threshold = best - threshold；threshold(float)
配合 threshold_mode 使用。cooldown(int)
“冷却时间“，当调整学习率之后，让学习率调整策略冷静一下，让模型再训练一段时间，再重启监测模式。min_lr(float or list)
学习率下限，可为 float，或者 list，当有多个参数组时，可用 list 进行设置。eps(float)
学习率衰减的最小值，当学习率变化小于 eps 时，则不调整学习率。

自定义调整学习率 LambdaLR

为不同参数组设定不同学习率调整策略。调整规则为，

lr=base_lr∗lmbda(self.last_epoch)
lr=base_lr∗lmbda(self.last_epoch)

fine-tune 中十分有用，我们不仅可为不同的层设定不同的学习率，还可以为其设定不同的学习率调整策略。

torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1)'''
参数：lr_lambda(function or list)
一个计算学习率调整倍数的函数，输入通常为 step，当有多个参数组时，设为 list。

自定义调整学习率
通过optimizer.param_groups中[‘lr’] 直接按需进行更改，更加灵活

#优化器针对loss进行参数更新,分三档if (loss.item() <= 0.4) & lr_flag1:for p in optimizer.param_groups:p['lr'] = 3e-3lr_flag1 = 0if (loss.item() <= 0.2) & lr_flag1:for p in optimizer.param_groups:p['lr'] = 3e-4lr_flag2 = 0if (loss.item() <= 0.05) & lr_flag1:for p in optimizer.param_groups:p['lr'] = 3e-5lr_flag3 = 0

使用方法

#定义学习率策略
scheduler = torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=10, verbose=True, threshold=0.0001, threshold_mode='rel', cooldown=0, min_lr=0, eps=1e-10)for i in range(args.EPOCHS):cnn.train()x_train, y_train, x_test, y_test = data.next_batch(args.BATCH)  # 读取数据x_train = torch.from_numpy(x_train)y_train = torch.from_numpy(y_train)x_train = x_train.float().to(device)y_train = y_train.long().to(device)x_test = torch.from_numpy(x_test)y_test = torch.from_numpy(y_test)x_test = x_test.float().to(device)y_test = y_test.long().to(device)outputs = cnn(x_train)_, prediction = torch.max(outputs.data, 1)optimizer.zero_grad()  loss = loss_fn(outputs, y_train)loss.backward()#########################这两条语句都要在####################optimizer.step()    #此语句完成根据loss进行网络的参数更新scheduler.step(loss)  #scheduler为学习率调整策略,针对loss进行学习率改变。记得加上评价指标loss。这条语句可放在epoch的循环位置，要放在batch循环位置也可以，只是正对patience对象不同。#############################################################print(loss.detach())# 若测试准确率高于当前最高准确率，则保存模型train_accuracy = eval(model, x_test, y_test)if train_accuracy >= best_accuracy:best_accuracy = train_accuracymodel.save_model(cnn, MODEL_PATH, overwrite=True)print("step %d, best accuracy %g" % (i, best_accuracy))

参考：

https://blog.csdn.net/shanglianlm/article/details/85143614
https://blog.csdn.net/xiaoxifei/article/details/87797935

pytorch优化器学习率调整策略以及正确用法相关推荐

Pytorch —— 学习率调整策略
1.为什么要调整学习率学习率控制梯度更新的快慢,在训练中,开始时的学习率比较大,梯度更新步伐比较大,后期时学习率比较小,梯度更新步伐比较小. 梯度下降:wi+1=wi−g(wi)w_{i+1}=w_ ...
PyTorch学习之六个学习率调整策略
PyTorch学习率调整策略通过torch.optim.lr_scheduler接口实现.PyTorch提供的学习率调整策略分为三大类,分别是 a. 有序调整:等间隔调整(Step),按需调整学习率( ...
pytorch优化器与学习率设置详解
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达作者 | 小新来源 | https://a.3durl.cn/Yr ...
【深度学习】图解 9 种PyTorch中常用的学习率调整策略
learning rate scheduling 学习率调整策略 01 LAMBDA LR 将每个参数组的学习率设置为初始lr乘以给定函数.当last_epoch=-1时,将初始lr设置为初始值. t ...
PyTorch框架学习十四——学习率调整策略
PyTorch框架学习十四--学习率调整策略一._LRScheduler类二.六种常见的学习率调整策略 1.StepLR 2.MultiStepLR 3.ExponentialLR 4.Cosin ...
YOLOv5-优化器和学习率调整策略
优化器和学习率调整策略 pytorch-优化器和学习率调整这个链接关于优化器和学习率的一些基础讲得很细,还有相关实现代码优化器前向传播的过程,会得到模型输出与真实标签的差,我们称之为损失, 有了 ...
Pytorch优化器Optimizer
优化器Optimizer 什么是优化器 pytorch的优化器:管理并更新模型中可学习参数的值,使得模型输出更接近真实标签导数:函数在指定坐标轴上的变化率方向导数:指定方向上的变化率(二元及以上函 ...
冻结训练优化器学习率
1.冻结训练为什么要冻结,a.因为加载的预训练模型参数一般是效果较好的,如果我们不冻结还是从头开始训练浪费资源(本来可以较快收敛的,结果从头开始训练浪费训练资源)甚至降低原模型精度:b.冻结训练需要 ...
Pytorch优化器全总结（一）SGD、ASGD、Rprop、Adagrad
目录写在前面一. torch.optim.SGD 随机梯度下降 SGD代码 SGD算法解析 1.MBGD(Mini-batch Gradient Descent)小批量梯度下降法 2.Moment ...

pytorch优化器学习率调整策略以及正确用法

优化器

优化器更新方式

学习率调整策略

使用方法

pytorch优化器学习率调整策略以及正确用法相关推荐

最新文章

热门文章