zoukankan      html  css  js  c++  java
  • pytorch 优化器调参

    torch.optim

    1. 如何使用optimizer
    2. 算法
    3. 如何调整学习率

    torch.optim是实现各种优化算法的包。最常用的方法都已经支持,接口很常规,所以以后也可以很容易地集成更复杂的方法。

    如何使用optimizer

    要使用torch.optim,您必须构造一个optimizer对象。这个对象能保存当前的参数状态并且基于计算梯度更新参数

    构建

    要构造一个Optimizer,你必须给它一个包含参数(必须都是Variable对象)进行优化。然后,您可以指定optimizer的参 数选项,比如学习率,权重衰减等。

    例子:

    optimizer = optim.SGD(model.parameters(), lr = 0.01, momentum=0.9)
    optimizer = optim.Adam([var1, var2], lr = 0.0001)

    为每个参数单独设置选项

    Optimizer也支持为每个参数单独设置选项。若想这么做,不要直接传入Variableiterable,而是传入dict的iterable。每一个dict都分别定 义了一组参数,并且包含一个param键,这个键对应参数的列表。其他的键应该optimizer所接受的其他参数的关键字相匹配,并且会被用于对这组参数的 优化。

    注意:

    您仍然可以将选项作为关键字参数传递。它们将被用作默认值,在不覆盖它们的组中。当您只想改变一个选项,同时保持参数组之间的所有其他选项一致时,这很有用。

    例如,当我们想指定每一层的学习率时,这是非常有用的:

    optim.SGD([
                {'params': model.base.parameters()},
                {'params': model.classifier.parameters(), 'lr': 1e-3}
                ], lr=1e-2, momentum=0.9)

    这意味着model.base参数将使用默认的学习速率1e-2model.classifier参数将使用学习速率1e-3,并且0.9momentum将会被用于所有的参数。

    进行单次优化

    所有的optimizer都会实现step()更新参数的方法。它能按两种方式来使用:

    optimizer.step()

    这是大多数optimizer所支持的简化版本。一旦梯度被如backward()之类的函数计算好后,我们就可以调用该函数。

    例子

    for input, target in dataset:
        optimizer.zero_grad()
        output = model(input)
        loss = loss_fn(output, target)
        loss.backward()
        optimizer.step()

    optimizer.step(closure)

    一些优化算法例如Conjugate GradientLBFGS需要重复多次计算函数,因此你需要传入一个闭包去允许它们重新计算你的模型。这个闭包会清空梯度, 计算损失,然后返回。

    例子:

    for input, target in dataset:
        def closure():
            optimizer.zero_grad()
            output = model(input)
            loss = loss_fn(output, target)
            loss.backward()
            return loss
        optimizer.step(closure)

    算法

    class torch.optim.Optimizer(params, defaults)

    所有优化的基类.

    参数:

    1. params (iterable) —— 可迭代的Variable 或者 dict。指定应优化哪些变量。
    2. defaults-(dict):包含优化选项的默认值的dict(一个参数组没有指定的参数选项将会使用默认值)。
    load_state_dict(state_dict)

    加载optimizer状态

    参数:

    1. state_dict (dict) —— optimizer的状态。应该是state_dict()调用返回的对象。
    state_dict()

    将优化器的状态返回为一个dict

    它包含两个内容:

    1. state - 持有当前optimization状态的dict。它包含了 优化器类之间的不同。
    2. param_groups - 一个包含了所有参数组的dict
    step(closure)

    执行单个优化步骤(参数更新)。

    参数:

    1. closure (callable,可选) – 重新评估模型并返回损失的闭包。hon zero_grad()

    清除所有优化过的Variable的梯度。

    class torch.optim.Adadelta(params, lr=1.0, rho=0.9, eps=1e-06, weight_decay=0)

    实现Adadelta算法。

    ADADELTA中提出了一种自适应学习速率法

    参数:

    1. params (iterable) – 用于优化的可以迭代参数或定义参数组
    2. rho (float, 可选) – 用于计算平方梯度的运行平均值的系数(默认值:0.9)
    3. eps (float, 可选) – 增加到分母中以提高数值稳定性的术语(默认值:1e-6)
    4. lr (float, 可选) – 将delta应用于参数之前缩放的系数(默认值:1.0)
    5. weight_decay (float, 可选) – 权重衰减 (L2范数)(默认值: 0)
    step(closure)

    执行单个优化步骤。

    参数:

    1. closure (callable,可选) – 重新评估模型并返回损失的闭包。
    class torch.optim.Adagrad(params, lr=0.01, lr_decay=0, weight_decay=0)

    实现Adagrad算法。

    在线学习和随机优化的自适应子梯度方法中被提出。

    参数:

    1. params (iterable) – 用于优化的可以迭代参数或定义参数组
    2. lr (float, 可选) – 学习率(默认: 1e-2)
    3. lr_decay (float, 可选) – 学习率衰减(默认: 0)
    4. weight_decay (float, 可选) – 权重衰减(L2范数)(默认: 0)
    step(closure)

    执行单个优化步骤。

    参数:

    1. closure (callable,可选) – 重新评估模型并返回损失的闭包。
    class torch.optim.Adam(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08, weight_decay=0)[source]

    实现Adam算法。

    它在Adam: A Method for Stochastic Optimization中被提出。

    参数:

    1. params (iterable) – 用于优化的可以迭代参数或定义参数组
    2. lr (float, 可选) – 学习率(默认:1e-3)
    3. betas (Tuple[float, float], 可选) – 用于计算梯度运行平均值及其平方的系数(默认:0.9,0.999)
    4. eps (float, 可选) – 增加分母的数值以提高数值稳定性(默认:1e-8)
    5. weight_decay (float, 可选) – 权重衰减(L2范数)(默认: 0)
    step(closure) 

    执行单个优化步骤。

    参数:

    1. closure (callable,可选) – 重新评估模型并返回损失的闭包。
    class torch.optim.Adamax(params, lr=0.002, betas=(0.9, 0.999), eps=1e-08, weight_decay=0)

    实现Adamax算法(Adam的一种基于无穷范数的变种)。

    它在Adam: A Method for Stochastic Optimization中被提出。

    参数:

    1. params (iterable) – 用于优化的可以迭代参数或定义参数组
    2. lr (float, 可选) – 学习率(默认:2e-3)
    3. betas (Tuple[float, float], 可选) – 用于计算梯度以及梯度平方的运行平均值的系数
    4. eps (float, 可选) – 增加分母的数值以提高数值稳定性(默认:1e-8)
    5. weight_decay (float, 可选) – 权重衰减(L2范数)(默认: 0)
    step(closure=None)

    执行单个优化步骤。

    参数:

    1. closure (callable,可选) – 重新评估模型并返回损失的闭包。
    class torch.optim.ASGD(params, lr=0.01, lambd=0.0001, alpha=0.75, t0=1000000.0, weight_decay=0)

    实现平均随机梯度下降。

    它在Acceleration of stochastic approximation by averaging中被提出。

    参数:

    1. params (iterable) – 用于优化的可以迭代参数或定义参数组
    2. lr (float, 可选) – 学习率(默认:1e-2)
    3. lambd (float, 可选) – 衰减期(默认:1e-4)
    4. alpha (float, 可选) – eta更新的指数(默认:0.75)
    5. t0 (float, 可选) – 指明在哪一次开始平均化(默认:1e6)
    6. weight_decay (float, 可选) – 权重衰减(L2范数)(默认: 0)
    step(closure)

    执行单个优化步骤。

    参数:

    1. closure (callable,可选) – 重新评估模型并返回损失的闭包。
    class torch.optim.LBFGS(params, lr=1, max_iter=20, max_eval=None, tolerance_grad=1e-05, tolerance_change=1e-09, history_size=100, line_search_fn=None)

    实现L-BFGS算法。

    警告: 这个optimizer不支持为每个参数单独设置选项以及不支持参数组(只能有一个) 现在所有参数必须在单个设备上。将来会有所改善。

    注意: 这是一个内存高度密集的optimizer(它要求额外的param_bytes * (history_size + 1) 个字节)。如果它不适应内存,尝试减小history size,或者使用不同的算法。

    参数:

    1. lr (float) – 学习率(默认:1)
    2. max_iter (int) – 每个优化步骤的最大迭代次数(默认:20))
    3. max_eval (int) – 每个优化步骤的最大函数评估次数(默认:max * 1.25)
    4. tolerance_grad (float) – 一阶最优的终止容忍度(默认:1e-5)
    5. tolerance_change (float) – 功能值/参数更改的终止公差(默认:1e-9)
    6. history_size (int) – 更新历史记录大小(默认:100)
    step(closure)

    执行单个优化步骤。

    参数:

    1. closure (callable,可选) – 重新评估模型并返回损失的闭包。
    class torch.optim.RMSprop(params, lr=0.01, alpha=0.99, eps=1e-08, weight_decay=0, momentum=0, centered=False)[source]

    实现RMSprop算法。

    G. Hinton在他的课程中提出.

    中心版本首次出现在Generating Sequences With Recurrent Neural Networks.

    参数:

    1. params (iterable) – 用于优化的可以迭代参数或定义参数组
    2. lr (float, 可选) – 学习率(默认:1e-2)
    3. momentum (float, 可选) – 动量因子(默认:0)
    4. alpha (float, 可选) – 平滑常数(默认:0.99)
    5. eps (float, 可选) – 增加分母的数值以提高数值稳定性(默认:1e-8)
    6. centered (bool, 可选) – 如果为True,计算中心化的RMSProp,通过其方差的估计来对梯度进行归一化
    7. weight_decay (float, 可选) – 权重衰减(L2范数)(默认: 0)
    step(closure)

    执行单个优化步骤。

    参数:

    1. closure (callable,可选) – 重新评估模型并返回损失的闭包。
    class torch.optim.Rprop(params, lr=0.01, etas=(0.5, 1.2), step_sizes=(1e-06, 50))

    实现弹性反向传播算法。

    参数:

    1. params (iterable) – 用于优化的可以迭代参数或定义参数组
    2. lr (float, 可选) – 学习率(默认:1e-2)
    3. etas (Tuple[float, float], 可选) – 一对(etaminus,etaplis), 它们是乘数增加和减少因子(默认:0.5,1.2)
    4. step_sizes (Tuple[float, float], 可选) – 允许的一对最小和最大的步长(默认:1e-6,50)
    step(closure) 

    执行单个优化步骤。

    参数:

    1. closure (callable,可选) – 重新评估模型并返回损失的闭包。
    class torch.optim.SGD(params, lr=, momentum=0, dampening=0, weight_decay=0, nesterov=False)

    实现随机梯度下降算法(momentum可选)。

    Nesterov动量基于On the importance of initialization and momentum in deep learning中的公式.

    参数:

    1. params (iterable) – 用于优化的可以迭代参数或定义参数组
    2. lr (float) – 学习率
    3. momentum (float, 可选) – 动量因子(默认:0)
    4. weight_decay (float, 可选) – 权重衰减(L2范数)(默认:0)
    5. dampening (float, 可选) – 动量的抑制因子(默认:0)
    6. nesterov (bool, 可选) – 使用Nesterov动量(默认:False)

    例子:

    >>> optimizer = torch.optim.SGD(model.parameters(), lr=0.1, momentum=0.9)
    >>> optimizer.zero_grad()
    >>> loss_fn(model(input), target).backward()
    >>> optimizer.step()

    提示:

    带有动量/Nesterov的SGD的实现稍微不同于Sutskever等人以及其他框架中的实现。 考虑到Momentum的具体情况,更新可以写成 v=ρ∗v+g p=p−lr∗v 其中,p、g、v和ρ分别是参数、梯度、速度和动量。 这是在对比Sutskever et. al。和其他框架采用该形式的更新 v=ρ∗v+lr∗g p=p−v Nesterov版本被类似地修改。

    step(closure) 

    执行单个优化步骤。

    参数:

    1. closure (callable,可选) – 重新评估模型并返回损失的闭包。

    如何调整学习率

    torch.optim.lr_scheduler 提供了几种方法来根据epoches的数量调整学习率。torch.optim.lr_scheduler.ReduceLROnPlateau允许基于一些验证测量来降低动态学习速率。

    class torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1)

    将每个参数组的学习速率设置为初始的lr乘以一个给定的函数。当last_epoch=-1时,将初始lr设置为lr。

    参数:

    1. optimizer (Optimizer) – 包装的优化器。
    2. lr_lambda (function or list) – 一个函数来计算一个乘法因子给定一个整数参数的epoch,或列表等功能,为每个组optimizer.param_groups
    3. last_epoch (int) – 最后一个时期的索引。默认: -1.

    例子:

    >>> # Assuming optimizer has two groups.
    >>> lambda1 = lambda epoch: epoch // 30
    >>> lambda2 = lambda epoch: 0.95 ** epoch
    >>> scheduler = LambdaLR(optimizer, lr_lambda=[lambda1, lambda2])
    >>> for epoch in range(100):
    >>>     scheduler.step()
    >>>     train(...)
    >>>     validate(...)
    class torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)

    将每个参数组的学习速率设置为每个step_size时间段由gamma衰减的初始lr。当last_epoch = -1时,将初始lr设置为lr。

    1. optimizer (Optimizer) – 包装的优化器。
    2. step_size (int) – 学习率衰减期。
    3. gamma (float) – 学习率衰减的乘积因子。默认值:-0.1。
    4. last_epoch (int) – 最后一个时代的指数。默认值:1。

    例子:

    >>> # Assuming optimizer uses lr = 0.5 for all groups
    >>> # lr = 0.05     if epoch < 30
    >>> # lr = 0.005    if 30 <= epoch < 60
    >>> # lr = 0.0005   if 60 <= epoch < 90
    >>> # ...
    >>> scheduler = StepLR(optimizer, step_size=30, gamma=0.1)
    >>> for epoch in range(100):
    >>>     scheduler.step()
    >>>     train(...)
    >>>     validate(...)
    class torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=-1)

    一旦时间的数量达到一个里程碑,则将每个参数组的学习率设置为伽玛衰减的初始值。当last_epoch=-1时,将初始lr设置为lr。

    参数:

    1. optimizer (Optimizer) – 包装的优化器。
    2. milestones (list) – 时期指标的列表。必须增加。
    3. gamma (float) – 学习率衰减的乘积因子。 默认: -0.1.
    4. last_epoch (int) – 最后一个时代的指数。 默认: -1.

    例子:

    >>> # Assuming optimizer uses lr = 0.5 for all groups
    >>> # lr = 0.05     if epoch < 30
    >>> # lr = 0.005    if 30 <= epoch < 80
    >>> # lr = 0.0005   if epoch >= 80
    >>> scheduler = MultiStepLR(optimizer, milestones=[30,80], gamma=0.1)
    >>> for epoch in range(100):
    >>>     scheduler.step()
    >>>     train(...)
    >>>     validate(...)
    class torch.optim.lr_scheduler.ExponentialLR(optimizer, gamma, last_epoch=-1)

    将每个参数组的学习速率设置为每一个时代的初始lr衰减。当last_epoch=-1时,将初始lr设置为lr。

    1. optimizer (Optimizer) – 包装的优化器。
    2. gamma (float) – 学习率衰减的乘积因子。
    3. last_epoch (int) – 最后一个指数。默认: -1.
    class 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)

    当指标停止改善时,降低学习率。当学习停滞不前时,模型往往会使学习速度降低2-10倍。这个调度程序读取一个指标量,如果没有提高epochs的数量,学习率就会降低。

    1. optimizer (Optimizer) – 包装的优化器。
    2. mode (str) – min, max中的一个. 在最小模式下,当监测量停止下降时,lr将减少; 在最大模式下,当监控量停止增加时,会减少。默认值:'min'。
    3. factor (float) – 使学习率降低的因素。 new_lr = lr * factor. 默认: 0.1.
    4. patience (int) –epochs没有改善后,学习率将降低。 默认: 10.
    5. verbose (bool) – 如果为True,则会向每个更新的stdout打印一条消息。 默认: False.
    6. threshold (float) – 测量新的最优值的阈值,只关注显着变化。 默认: 1e-4.
    7. threshold_mode (str) – rel, abs中的一个. 在rel模型, dynamic_threshold = best ( 1 + threshold ) in ‘max’ mode or best ( 1 - threshold ) 在最小模型. 在绝对值模型中, dynamic_threshold = best + threshold 在最大模式或最佳阈值最小模式. 默认: ‘rel’.
    8. cooldown (int) – 在lr减少后恢复正常运行之前等待的时期数。默认的: 0.
    9. min_lr (float or list) – 标量或标量的列表。对所有的组群或每组的学习速率的一个较低的限制。 默认: 0.
    10. eps (float) – 适用于lr的最小衰减。如果新旧lr之间的差异小于eps,则更新将被忽略。默认: 1e-8.
    >>> optimizer = torch.optim.SGD(model.parameters(), lr=0.1, momentum=0.9)
    >>> scheduler = torch.optim.ReduceLROnPlateau(optimizer, 'min')
    >>> for epoch in range(10):
    >>>     train(...)
    >>>     val_loss = validate(...)
    >>>     # Note that step should be called after validate()
    >>>     scheduler.step(val_loss)
  • 相关阅读:
    大数计算问题
    句子逆序
    字符个数统计
    提取不重复的整数
    合并表记录
    浅谈之高级查询over(partition by)
    proc之建表添加数据报错解决
    浅谈之过滤条件【or】
    浅谈之索引失效
    浅谈之表连接方法
  • 原文地址:https://www.cnblogs.com/jfdwd/p/11240967.html
Copyright © 2011-2022 走看看