Pytorch 中的optimizer使用說明

與優化函數相關的部分在torch.optim模塊中,其中包含瞭大部分現在已有的流行的優化方法。

如何使用Optimizer

要想使用optimizer,需要創建一個optimizer 對象,這個對象會保存當前狀態,並根據梯度更新參數。

怎樣構造Optimizer

要構造一個Optimizer,需要使用一個用來包含所有參數(Tensor形式)的iterable,把相關參數(如learning rate、weight decay等)裝進去。

註意,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造Optimizer之前。因為調用.cuda()之後,model裡面的參數已經不是之前的參數瞭。

示例代碼如下:

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

常用參數

last_epoch代表上一次的epoch的值,初始值為-1。

單獨指定參數

也可以用一個dict的iterable指定參數。這裡的每個dict都必須要params這個key,params包含它所屬的參數列表。除此之外的key必須它的Optimizer(如SGD)裡面有的參數。

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行操作時很有用。比如隻希望給指定的幾個層單獨設置學習率:

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將會使用默認學習率0.01,而model.classifier的參數蔣歡使用0.001的學習率。

怎樣進行單次優化

所有optimizer都實現瞭step()方法,調用這個方法可以更新參數,這個方法有以下兩種使用方法:

optimizer.step()

多數optimizer裡都可以這麼做,每次用backward()這類的方法計算出瞭梯度後,就可以調用一次這個方法來更新參數。

示例程序:

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

optimizer.step(closure)

有些優化算法會多次重新計算函數(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,因為這些優化算法不熟悉)

示例程序:

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)

優化算法

這裡就不完整介紹documentation中的內容瞭,隻介紹基類。具體的算法的參數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

 class torch.optim.Optimizer(params, defaults)

這是所有optimizer的基類。

註意,各參數的順序必須保證每次運行都一致。有些數據結構就不滿足這個條件,比如dictionary的iterator和set。

參數

params(iterable)是torch.Tensor或者dict的iterable。這個參數指定瞭需要更新的Tensor。

defaults(dict)是一個dict,它包含瞭默認的的優化選項。

方法

add_param_group(param_group)

這個方法的作用是增加一個參數組,在fine tuning一個預訓練的網絡時有用。

load_state_dict(state_dict)

這個方法的作用是加載optimizer的狀態。

state_dict()

獲取一個optimizer的狀態(一個dict)。

zero_grad()方法用於清空梯度。

step(closure)用於進行單次更新。

Adam

class torch.optim.Adam(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08, weight_decay=0, amsgrad=False)

補充:pytorch裡面的Optimizer和optimizer.step()用法

當我們想指定每一層的學習率時:

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的參數將會使用1e-2的學習率,model.classifier的參數將會使用1e-3的學習率,並且0.9的momentum將會被用於所有的參數。

進行單次優化

所有的optimizer都實現瞭step()方法,這個方法會更新所有的參數。它能按兩種方式來使用:

optimizer.step()

這是大多數optimizer所支持的簡化版本。一旦梯度被如backward()之類的函數計算好後,我們就可以調用這個函數。

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)

一些優化算法例如Conjugate Gradient和LBFGS需要重復多次計算函數,因此你需要傳入一個閉包去允許它們重新計算你的模型。

這個閉包應當清空梯度,計算損失,然後返回。

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)

以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方,望不吝賜教。

推薦閱讀: