优化器和将优化器加入CIFAR10神经网络

1.什么是优化器

        优化器的作用是在深度学习模型的训练过程中调整模型的参数（权重和偏置），以最小化损失函数（cost function），从而使模型更好地拟合训练数据。

        在训练的每一步，优化器会执行以下操作：

        计算梯度：根据当前的模型参数和训练数据，计算损失函数对每个参数的梯度。
        更新参数：根据梯度和学习率，使用优化算法的规则更新模型的参数。
        重复：多次重复这个过程，直到模型的损失达到最低或训练达到了预定的迭代次数。

2.常见优化器

        1.SGD（随机梯度下降）

        非常传统的优化器，最基本的优化算法，更新过程简单但容易陷入局部最优。

        优点：简单易用，计算开销小。
        缺点：由于只用一个样本（或小批量）计算梯度，容易陷入局部极小值，且在训练后期震荡较大。
        适用场景：适合于简单的网络结构或作为复杂优化算法的基础。

# model.parameters()：将模型的所有参数传递给优化器。
# lr:learning rate，学习速率，建议小数点后面两个0
torch.optim.SGD(model.parameters() , lr)

        2.Adam

        神，Adam 结合了 RMSProp 和动量法的思想，通过自适应调整学习率，同时维护了动量的一阶和二阶矩估计。

• 优点：适应性强，对不同类型的数据表现良好；对超参数不太敏感，默认参数通常效果不错。
• 缺点：有可能会陷入局部最优且收敛慢，特别是在大规模数据集上。
• 适用场景：广泛应用于各种深度学习任务，是目前最常用的优化器之一。

optimizer = torch.optim.Adam(z.parameters() , lr = 0.001)

         3.AdamW

        神中神，AdamW 是 Adam 的一种改进版本，在每次参数更新时加入了权重衰减（weight decay）来防止模型过拟合。

• 优点：与 L2 正则化相比效果更好，能更好地防止过拟合。
• 缺点：相较 Adam 略复杂，但总体使用体验较好。
• 适用场景：常用于 Transformer 等需要精细调参的深度学习模型。

3.将优化器加入CIFAR10神经网络 

        1.使用SGD

        

import torch
from torch import nn
from torch.nn import L1Loss,MSELoss,Sequential,Conv2d,MaxPool2d,Linear,Flatten
import torchvision
from torch.utils.data import DataLoader
import torch.optim as optim


class Zilliax(nn.Module):
    def __init__(self):
        super(Zilliax , self).__init__()
        self.model = Sequential(
            Conv2d(3,32, 5, padding = 2),
            MaxPool2d(2),
            Conv2d(32 , 32 , 5 , padding = 2),
            MaxPool2d(2),
            Conv2d(32 , 64 , 5 , padding = 2),
            MaxPool2d(2),
            Flatten(),
            Linear(1024 , 64),
            Linear(64 , 10),
        )
    
    def forward(self , x):
        x = self.model(x)
        return x
        
dataset = torchvision.datasets.CIFAR10('E:\\PyCharm_Project\\Pytorch_2.3.1\\PytorchVision\\dataset',train = False , transform = torchvision.transforms.ToTensor(),download = True )
dataloader = DataLoader(dataset , batch_size = 64)

loss = nn.CrossEntropyLoss()


z = Zilliax()

# 随机梯度下降
"""
torch.optim.SGD(parameters() , lr , )
lr是learning rate，设置太大，模型训练并不稳定，设置太小，模型又比较慢，一般开始大参数，后面小参数,在SGD里建议是小数点后面1个0就可以
"""
optimizer = torch.optim.SGD(z.parameters() ,lr = 0.01)

# Adam
"""
Adam 结合了 RMSProp 和动量法的思想，通过自适应调整学习率，同时维护了动量的一阶和二阶矩估计。
优点：适应性强，对不同类型的数据表现良好；对超参数不太敏感，默认参数通常效果不错。
缺点：有可能会陷入局部最优且收敛慢，特别是在大规模数据集上。
适用场景：广泛应用于各种深度学习任务，是目前最常用的优化器之一。
lr建议是小数点后2个0，lr = 0.01时，loss到epoch16就开始不稳定上升
"""
# optimizer = optim.Adam(z.parameters() , lr = 0.001) 

for epoch in range(20):
    running_loss = 0.0
    for data in dataloader:
        imgs,targets = data
        outputs = z(imgs)
        result = loss(outputs , targets)          # 交叉熵自带softmax
        optimizer.zero_grad()       # 重新设置梯度，清空上一次存入的梯度
        result.backward()
        optimizer.step()
        running_loss = running_loss + result
    print(running_loss)

 

2.Adam

import torch
from torch import nn
from torch.nn import L1Loss,MSELoss,Sequential,Conv2d,MaxPool2d,Linear,Flatten
import torchvision
from torch.utils.data import DataLoader
import torch.optim as optim


class Zilliax(nn.Module):
    def __init__(self):
        super(Zilliax , self).__init__()
        self.model = Sequential(
            Conv2d(3,32, 5, padding = 2),
            MaxPool2d(2),
            Conv2d(32 , 32 , 5 , padding = 2),
            MaxPool2d(2),
            Conv2d(32 , 64 , 5 , padding = 2),
            MaxPool2d(2),
            Flatten(),
            Linear(1024 , 64),
            Linear(64 , 10),
        )
    
    def forward(self , x):
        x = self.model(x)
        return x
        
dataset = torchvision.datasets.CIFAR10('E:\\PyCharm_Project\\Pytorch_2.3.1\\PytorchVision\\dataset',train = False , transform = torchvision.transforms.ToTensor(),download = True )
dataloader = DataLoader(dataset , batch_size = 64)

loss = nn.CrossEntropyLoss()


z = Zilliax()

# 随机梯度下降
"""
torch.optim.SGD(parameters() , lr , )
lr是learning rate，设置太大，模型训练并不稳定，设置太小，模型又比较慢，一般开始大参数，后面小参数,在SGD里建议是小数点后面1个0就可以
"""
# optimizer = torch.optim.SGD(z.parameters() ,lr = 0.01)

# Adam
"""
Adam 结合了 RMSProp 和动量法的思想，通过自适应调整学习率，同时维护了动量的一阶和二阶矩估计。
优点：适应性强，对不同类型的数据表现良好；对超参数不太敏感，默认参数通常效果不错。
缺点：有可能会陷入局部最优且收敛慢，特别是在大规模数据集上。
适用场景：广泛应用于各种深度学习任务，是目前最常用的优化器之一。
lr建议是小数点后2个0，lr = 0.01时，loss到epoch16就开始不稳定上升
"""
optimizer = optim.Adam(z.parameters() , lr = 0.001) 

for epoch in range(20):
    running_loss = 0.0
    for data in dataloader:
        imgs,targets = data
        outputs = z(imgs)
        result = loss(outputs , targets)          # 交叉熵自带softmax
        optimizer.zero_grad()       # 重新设置梯度，清空上一次存入的梯度
        result.backward()
        optimizer.step()
        running_loss = running_loss + result
    print(running_loss)