與優(yōu)化函數(shù)相關(guān)的部分在torch.optim模塊中，其中包含了大部分現(xiàn)在已有的流行的優(yōu)化方法。
如何使用Optimizer
要想使用optimizer，需要創(chuàng)建一個optimizer 對象，這個對象會保存當(dāng)前狀態(tài)，并根據(jù)梯度更新參數(shù)。
怎樣構(gòu)造Optimizer
要構(gòu)造一個Optimizer，需要使用一個用來包含所有參數(shù)（Tensor形式）的iterable，把相關(guān)參數(shù)（如learning rate、weight decay等）裝進(jìn)去。
注意，如果想要使用.cuda()方法來將model移到GPU中，一定要確保這一步在構(gòu)造Optimizer之前。因為調(diào)用.cuda()之后，model里面的參數(shù)已經(jīng)不是之前的參數(shù)了。
示例代碼如下：
|
1
2
|
optimizer = optim.SGD(model.parameters(), lr = 0.01, momentum = 0.9)optimizer = optim.Adam([var1, var2], lr = 0.0001) |
常用參數(shù)
last_epoch代表上一次的epoch的值，初始值為-1。
單獨指定參數(shù)
也可以用一個dict的iterable指定參數(shù)。這里的每個dict都必須要params這個key，params包含它所屬的參數(shù)列表。除此之外的key必須它的Optimizer（如SGD）里面有的參數(shù)。
You can still pass options as keyword arguments. They will be used as defaults, in the groups that didn't override them. This is useful when you only want to vary a single option, while keeping all others consistent between parameter groups.
這在針對特定部分進(jìn)行操作時很有用。比如只希望給指定的幾個層單獨設(shè)置學(xué)習(xí)率：
|
1
2
3
4
5
6
|
optim.SGD([ {'params': model.base.parameters()}, {'params': model.classifier.parameters(), 'lr': 0.001} ], lr = 0.01, momentum = 0.9) |
在上面這段代碼中model.base將會使用默認(rèn)學(xué)習(xí)率0.01，而model.classifier的參數(shù)蔣歡使用0.001的學(xué)習(xí)率。
怎樣進(jìn)行單次優(yōu)化
所有optimizer都實現(xiàn)了step()方法，調(diào)用這個方法可以更新參數(shù)，這個方法有以下兩種使用方法：
optimizer.step()
多數(shù)optimizer里都可以這么做，每次用backward()這類的方法計算出了梯度后，就可以調(diào)用一次這個方法來更新參數(shù)。
示例程序：
|
1
2
3
4
5
6
|
for input, target in dataset: optimizer.zero_grad() ouput = model(input) loss = loss_fn(output, target) loss.backward() optimizer.step() |
optimizer.step(closure)
有些優(yōu)化算法會多次重新計算函數(shù)（比如Conjugate Gradient、LBFGS），這樣的話你就要使用一個閉包（closure）來支持多次計算model的操作。
這個closure的運(yùn)行過程是，清除梯度，計算loss，返回loss。
（這個我不太理解，因為這些優(yōu)化算法不熟悉）
示例程序：
|
1
2
3
4
5
6
7
8
|
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) |
優(yōu)化算法
這里就不完整介紹documentation中的內(nèi)容了，只介紹基類。具體的算法的參數(shù)需要理解它們的原理才能明白，這個改天單獨來一篇文章介紹。
Optimizer
|
1
|
class torch.optim.Optimizer(params, defaults) |
這是所有optimizer的基類。
注意，各參數(shù)的順序必須保證每次運(yùn)行都一致。有些數(shù)據(jù)結(jié)構(gòu)就不滿足這個條件，比如dictionary的iterator和set。
參數(shù)
params(iterable)是torch.Tensor或者dict的iterable。這個參數(shù)指定了需要更新的Tensor。
defaults(dict)是一個dict，它包含了默認(rèn)的的優(yōu)化選項。
方法
|
1
|
add_param_group(param_group) |
這個方法的作用是增加一個參數(shù)組，在fine tuning一個預(yù)訓(xùn)練的網(wǎng)絡(luò)時有用。
|
1
|
load_state_dict(state_dict) |
這個方法的作用是加載optimizer的狀態(tài)。
|
1
|
state_dict() |
獲取一個optimizer的狀態(tài)（一個dict）。
zero_grad()方法用于清空梯度。
step(closure)用于進(jìn)行單次更新。
Adam
|
1
|
class torch.optim.Adam(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08, weight_decay=0, amsgrad=False) |
補(bǔ)充：pytorch里面的Optimizer和optimizer.step()用法
當(dāng)我們想指定每一層的學(xué)習(xí)率時：
|
1
2
3
4
|
optim.SGD([ {'params': model.base.parameters()}, {'params': model.classifier.parameters(), 'lr': 1e-3} ], lr=1e-2, momentum=0.9) |
這意味著model.base的參數(shù)將會使用1e-2的學(xué)習(xí)率，model.classifier的參數(shù)將會使用1e-3的學(xué)習(xí)率，并且0.9的momentum將會被用于所有的參數(shù)。
進(jìn)行單次優(yōu)化
所有的optimizer都實現(xiàn)了step()方法，這個方法會更新所有的參數(shù)。它能按兩種方式來使用：
|
1
|
optimizer.step() |
這是大多數(shù)optimizer所支持的簡化版本。一旦梯度被如backward()之類的函數(shù)計算好后，我們就可以調(diào)用這個函數(shù)。
例子
|
1
2
3
4
5
6
7
|
for input, target in dataset: optimizer.zero_grad() output = model(input) loss = loss_fn(output, target) loss.backward() optimizer.step()optimizer.step(closure) |
一些優(yōu)化算法例如Conjugate Gradient和LBFGS需要重復(fù)多次計算函數(shù)，因此你需要傳入一個閉包去允許它們重新計算你的模型。
這個閉包應(yīng)當(dāng)清空梯度，計算損失，然后返回。
例子：
|
1
2
3
4
5
6
7
8
|
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) |
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持服務(wù)器之家。如有錯誤或未考慮完全的地方，望不吝賜教。
原文鏈接：https://blog.csdn.net/gdymind/article/details/82708920
