pytorch中优化器optimizer.param

optimizer.param_groups： 是长度为2的list，其中的元素是2个字典；

optimizer.param_groups[0]： 长度为6的字典，包括[‘amsgrad’, ‘params’, ‘lr’, ‘betas’, ‘weight_decay’, ‘eps’]这6个参数；

optimizer.param_groups[1]： 好像是表示优化器的状态的一个字典；

import torch
import torch.optim as optimw1 = torch.randn(3, 3)
w1.requires_grad = True
w2 = torch.randn(3, 3)
w2.requires_grad = True
o = optim.Adam([w1])
print(o.param_groups)

[{'amsgrad': False,'betas': (0.9, 0.999),'eps': 1e-08,'lr': 0.001,'params': [tensor([[ 2.9064, -0.2141, -0.4037],[-0.5718,  1.0375, -0.6862],[-0.8372,  0.4380, -0.1572]])],'weight_decay': 0}]

Per the docs, the add_param_group method accepts a param_group parameter that is a dict. Example of use:import torch
import torch.optim as optimw1 = torch.randn(3, 3)
w1.requires_grad = True
w2 = torch.randn(3, 3)
w2.requires_grad = True
o = optim.Adam([w1])
print(o.param_groups)
gives[{'amsgrad': False,'betas': (0.9, 0.999),'eps': 1e-08,'lr': 0.001,'params': [tensor([[ 2.9064, -0.2141, -0.4037],[-0.5718,  1.0375, -0.6862],[-0.8372,  0.4380, -0.1572]])],'weight_decay': 0}]
nowo.add_param_group({'params': w2})
print(o.param_groups)

[{'amsgrad': False,'betas': (0.9, 0.999),'eps': 1e-08,'lr': 0.001,'params': [tensor([[ 2.9064, -0.2141, -0.4037],[-0.5718,  1.0375, -0.6862],[-0.8372,  0.4380, -0.1572]])],'weight_decay': 0},{'amsgrad': False,'betas': (0.9, 0.999),'eps': 1e-08,'lr': 0.001,'params': [tensor([[-0.0560,  0.4585, -0.7589],[-0.1994,  0.4557,  0.5648],[-0.1280, -0.0333, -1.1886]])],'weight_decay': 0}]

# 动态修改学习率
for param_group in optimizer.param_groups:param_group["lr"] = lr
# 得到学习率optimizer.param_groups[0]["lr"] # print('查看optimizer.param_groups结构：')
# i_list=[i for i in optimizer.param_groups[0].keys()]
# print(i_list)
['amsgrad', 'params', 'lr', 'betas', 'weight_decay', 'eps']

参考：
https://blog.csdn.net/bc521bc/article/details/85864555
https://blog.csdn.net/AWhiteDongDong/article/details/106143413

pytorch中优化器optimizer.param_groups相关推荐

一文详解Pytorch中的优化器Optimizer
本文将结合源码与代码示例详细解析Optimizer的五大方法. 1. 前言优化器主要用在模型训练阶段,用于更新模型中可学习的参数.torch.optim提供了多种优化器接口,比如Adam.RAdam ...
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 ...
【PyTorch基础教程9】优化器optimizer和训练过程
学习总结 (1)每个优化器都是一个类,一定要进行实例化才能使用,比如: class Net(nn.Moddule):··· net = Net() optim = torch.optim.SGD(ne ...
Pytorch框架之优化器 Optimizer
Pytorch框架之优化器 Optimizer 基本用法优化器主要是在模型训练阶段对模型可学习参数进行更新, 常用优化器有 SGD,RMSprop,Adam等优化器初始化时传入传入模型的可学习参数 ...
Pyotrch —— 优化器Optimizer（一）
目录 1.什么是优化器 2.optimizer的属性 3.optimizer的方法 4.代码分析 5.优化器基本方法的使用 1.什么是优化器 Pytorch优化器:管理并更新模型中可学习参数的值,使得 ...
[源码解析] PyTorch分布式优化器(1)----基石篇
[源码解析] PyTorch分布式优化器(1)----基石篇文章目录 [源码解析] PyTorch分布式优化器(1)----基石篇 0x00 摘要 0x01 从问题出发 1.1 示例 1.2 问题点 ...
总结机器学习优化器Optimizer
原谅小弟搬运只为学习还是为了自己~~~ 以经典综述文献 An overview of gradient descent optimization algorithms为线索,结合一些优秀的文章,对目 ...
Pytorch：优化器、损失函数与深度神经网络框架
Pytorch: 优化器.损失函数与深度神经网络框架 Copyright: Jingmin Wei, Pattern Recognition and Intelligent System, Schoo ...
mysql cbo优化器_Oracle的优化器(Optimizer) (CBO优化) 分享
Oracle在执行一个SQL之前,首先要分析一下语句的执行计划,然后再按执行计划去执行.分析语句的执行计划的工作是由优化器(Optimiz Oracle的优化器(Optimizer) (CBO优化) ...

pytorch中优化器optimizer.param_groups

pytorch中优化器optimizer.param_groups相关推荐

最新文章

热门文章