晓查 乾明 发自 凹非寺 
量子位 报道 | 转自公众号 QbitAI

两位学霸本科生，一位来自浙大，一位来自北大。

他们在实习期间，研究出一种新的AI算法，相关论文已经被人工智能顶级会议ICLR 2019收录，并被领域主席赞不绝口，完全确定建议接收。

在这篇论文中，他们公布了一个名为AdaBound的神经网络优化算法，简单地说，这个算法训练速度比肩Adam，性能媲美SGD。

这个算法适用于CV、NLP领域，可以用来开发解决各种流行任务的深度学习模型。而且AdaBound对超参数不是很敏感，省去了大量调参的时间。

两位本科生作为共同一作的这篇论文，也在Reddit上引发了热赞，作者本人也在这个论坛上展开了在线的答疑交流。

AdaBound已经开源，还放出了Demo。

AdaBound是什么

AdaBound结合了SGD和Adam两种算法，在训练开始阶段，它能像Adam一样快速，在后期又能像SGD一样有很好的收敛性。

SGD(随机梯度下降)算法历史悠久，它是让参数像小球滚下山坡一样，落入山谷，从而获得最小值。

但它最大的缺点是下降速度慢(步长是恒定值)，而且可能会在沟壑的两边持续震荡，停留在一个局部最优点。

Adam(自适应矩估计)就是为了提高训练速度而生的。它和自适应优化方法AdaGrad、RMSProp等一样，通过让小球在更陡峭的山坡上下降，速率加快，来更快地让结果收敛。

虽然Adam算法跑得比SGD更快，却存在两大缺陷：结果可能不收敛、可能找不到全局最优解。也就是说它的泛化能力较差，在解决某些问题上，表现还不如SGD。

而造成这两大缺陷的原因，可能是由于不稳定和极端的学习率。

AdaBound是如何解决这个问题的？

它给学习率划出动态变化的界限，让实现从Adam到SGD的渐进和平滑过渡，让模型在开始阶段有和Adam一样快的训练速度，后期又能保证和SGD一样稳定的学习率。

这种思路是受到2017年Salesforce的研究人员的启发。他们通过实验发现，Adam后期的学习率太低影响了收敛结果。如果控制一下Adam的学习率的下限，实验结果会好很多。

对学习率的控制就和梯度裁剪差不多。在防止梯度爆炸问题上，我们可以剪掉大于某个阈值的梯度。同样的，我们也可以剪裁Adam学习率实现AdaBound。

在上面的公式中，学习率被限制在下限 η? 和上限 η?之间。当η? = η? = α时，就是SGD算法；当η?=0、 η? =∞时，就是Adam算法。

为了实现从Adam到SGD的平滑过渡，让η? 和 η?变成随时间变化的函数：η? 递增从0收敛到α，η?从∞递减收敛到α。

在这种情况下，AdaBound开始时就像Adam一样训练速度很快，随着学习率边界越来越受到限制，它又逐渐转变为SGD。

AdaBound还有个非常大的优点，就是它对超参数不是很敏感，省去了大量调参的时间。

实验结果

作者分别对不同模型进行实验，比较了Adam与业界流行方法SGD，AdaGrad，Adam和AMSGrad在训练集和测试集上的学习曲线。

以上结果证明了AdaBound确实有比SGD更快的训练速度。

在LSTM上的实验则证明Adam更好的泛化能力。Adam算法在该实验条件下没有收敛到最优解，而AdaBound和SGD算法一样收敛到最优解。

上图中，还无法完全体现AdaBound算法相比SGD的在训练速度上的优点，但AdaBound对超参数不敏感，是它相比SGD的另一大优势。

但使用AdaBound不代表完全不需要调参，比如上图中α=1时，AdaBound的表现很差，简单的调整还是需要的。

目前实验结果的测试范围还比较小，评审认为论文可以通过更大的数据集，比如CIFAR-100，来获得更加可信的结果。

Reddit网友也很好奇AdaBound在GAN上的表现，但作者表示自己计算资源有限，还没有在更多的模型上测试。希望在开源后有更多人验证它的效果。

自己动手

目前作者已经在GitHub上发布了基于PyTorch的AdaBound代码。

它要求安装Python 3.6或更高版本，可以用pip直接安装：

pip install adabound

使用方法和Pytorch其他优化器一样：

optimizer = adabound.AdaBound(model.parameters(), lr=1e-3, final_lr=0.1)

作者还承诺不久后会推出TensorFlow版本，让我们拭目以待。

学霸本科生

这项研究的共同一作，是两位学霸本科生。他们在滴滴实习的时候一起完成了这项研究。

其中一位名叫熊远昊，就读于浙江大学信电学院，今年大四。

另一位名叫骆梁宸，就读于北京大学地球与空间科学学院，今年也是大四。

熊远昊

熊远昊现在是浙江大学信电学院信息工程专业的大四学生，同样是学霸级人 物，三年综合成绩排名年级第一。

到目前为止他已经取得Wisconsin-Madison和Penn State cs专业的phd offer，同时也获得了ucsd和umich ece专业的MS offer。

在发表这篇ICLR论文之前，他还以第二作者身份在通信领域的权威期刊上发表过论文1篇。

此外，论文还有一位作者，是南加州大学的副教授Yan Liu。

如果，你对他们的研究感兴趣，请收好下面的传送门：

论文：
ADAPTIVE GRADIENT METHODS WITH DYNAMIC BOUND OF LEARNING RATE
https://openreview.net/pdf?id=Bkg3g2R9FX

论文评审页面：
https://openreview.net/forum?id=Bkg3g2R9FX

GitHub地址：
https://github.com/Luolc/AdaBound

Reddit讨论地址：
https://www.reddit.com/r/MachineLearning/comments/auvj3q/r_adabound_an_optimizer_that_trains_as_fast_as/

— 完 —