Pytorch学习率调整策略

PyTorch学习率调整策略

学习率可以直接控制模型参数更新的步伐。在整个模型训练过程中学习率并不是一成不变的，而是可以调整变化的。如果想要模型训练到理想的效果，必须在训练后期调整学习率，防止模型训练遇到局部最优就停下来了。

PyTorch学习率调整策略通过torch.optim.lr_scheduler接口实现。该模块提供了一些根据epoch训练次数来调整学习率的方法。一般情况下我们会设置随着epoch的增大而逐渐减小学习率从而达到更好的训练效果。

PyTorch提供的学习率调整策略分为三大类，分别是

• 有序调整：等间隔调整(Step)，按需调整学习率(MultiStep)，指数衰减调整(Exponential)和余弦退火(CosineAnnealing)。
• 自适应调整：自适应调整学习率 ReduceLROnPlateau。
• 自定义调整：自定义调整学习率 LambdaLR。

学习率的调整应该放在optimizer更新之后。

LambdaLR 自定义调整

能够根据自己的定义调节LR。为不同参数组设定不同学习率调整策略。调整规则为：lr=base_lr∗lambda(self.last_epoch)

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

# Ex: torch.optim.lr_scheduler.LambdaLR(optimizer_1, lr_lambda=lambda epoch: 1/(epoch+1))

• optimizer：优化器
• lr_lambda：一个计算学习率调整倍数的函数，输入通常为 step，当有多个参数组时，设为 list。
• last_epoch(int)：最后一个epoch的index，如果是训练了很多个epoch后中断了，继续训练，这个值就等于加载的模型的epoch。默认为-1表示从头开始训练，即从epoch=1开始。

等间隔调整学习率 StepLR

torch.optim.lr_scheduler.StepLR等间隔调整学习率，调整倍数为gamma倍，调整间隔为step_size。间隔单位是step。需要注意的是，step通常是指epoch。

torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)

• step_size(int)：学习率下降间隔数，若为30，则会在30、60、90…个step时，将学习率调整为lr*gamma
• gamma(float)：学习率调整倍数，默认为0.1倍，即下降10倍。
• last_epoch(int)：是从last_start开始后已经记录了多少个epoch， Default: -1.

按需调整学习率 MultiStepLR

StepLR的区别是，调节的epoch是自己定义，无须一定是【30， 60， 90】 这种等差数列；请注意，这种衰减是由外部的设置来更改的。 当last_epoch=-1时，将初始LR设置为LR。

StepLR是按设定的间隔调整学习率。这个方法适合后期调试使用，观察 loss 曲线，为每个实验定制学习率调整时机。

torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=-1)

• milestones(list)：lr改变时的epoch数目，一定是上升的，如【30,80】，就在第30个epoch进行改变，和在第80个epcho进行改变
• gamma(float)：学习率调整倍数，默认为0.1倍，即下降10倍。
• last_epoch(int)：是从last_start开始后已经记录了多少个epoch， Default: -1.

指数衰减调整学习率 ExponentialLR

按次方的形式来减少，即每个epoch都衰减lr = lr * gamma ** epoch，即进行指数衰减

torch.optim.lr_scheduler.ExponentialLR(optimizer, gamma, last_epoch=-1)

• gamma(float)：学习率调整倍数，默认为0.1倍，即下降10倍。
• last_epoch(int)：是从last_start开始后已经记录了多少个epoch， Default: -1.

余弦退火调整学习率 CosineAnnealingLR

以余弦函数为周期，并在每个周期最大值时重新设置学习率。以初始学习率为最大学习率，以 2 ∗ T_max 为周期，在一个周期内先下降，后上升。
$$\text{ new\_lr }=\text{ eta\_min }+(\text{ initial\_lr }-\text{ eta\_min })\times \left(1+\cos \left(\frac{\text{ epoch }}{T\_-\max }\pi \right)\right)$$

torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max, eta_min=0, last_epoch=-1)

• T_max(int)：一次学习率周期的迭代次数，即 T_max 个 epoch 之后重新设置学习率。
• eta_min(float)：最小学习率，即在一个周期中，学习率最小会下降到 eta_min，默认值为 0。

自适应调整学习率 ReduceLROnPlateau

当某指标不再变化（下降或升高）时调整学习率，这是非常实用的学习率调整策略。例如，当验证集的 loss 不再下降时，进行学习率调整；或者监测验证集的accuracy，当accuracy 不再上升时，则调整学习率。

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)

参数解释：

• mode(str)：模式选择，有 min 和 max 两种模式， min 表示当指标不再降低(如监测loss)， max 表示当指标不再升高(如监测 accuracy)。
• factor(float)：学习率调整倍数(等同于其它方法的 gamma)，即学习率更新为 lr = lr * factor
• patience(int)- 忍受该指标多少个 step 不变化，当忍无可忍时，调整学习率。
• verbose(bool)- 是否打印学习率信息，打印信息为： print(‘Epoch {:5d}: reducing learning rate of group {} to {:.4e}.’.format(epoch, i, new_lr))
• threshold_mode(str)- 选择判断指标是否达最优的模式，有两种模式， rel 和 abs。
  • 当 threshold_mode == rel，并且 mode == max 时，dynamic_threshold = best * ( 1 +threshold )；
  • 当 threshold_mode == rel，并且 mode == min 时， dynamic_threshold = best * ( 1 -threshold )；
  • 当 threshold_mode == abs，并且 mode== max 时， dynamic_threshold = best + threshold ；
  • 当 threshold_mode == rel，并且 mode == max 时， dynamic_threshold = best - threshold；
• threshold(float)- 配合 threshold_mode 使用。
• cooldown(int)- “冷却时间“，当调整学习率之后，让学习率调整策略冷静一下，让模型再训练一段时间，再重启监测模式。
• min_lr(float or list)- 学习率下限，可为 float，或者 list，当有多个参数组时，可用 list 进行设置。
• eps(float)- 学习率衰减的最小值，当学习率变化小于 eps 时，则不调整学习率。

需要注意的是，ReduceLROnPlateau() 需要传入一个指标，用于监视。

学习率调整策略总结

• 有序调整：Step、MultiStep、Exponential 和CosineAnnealing学习率更新之前，就知道学习率在什么时候会调整、调整为多少；
• 自适应调整：ReduceLROnPleateau监控某一个参数，当该参数不再上升或下降就进行学习率调整。
• 自定义调整：lambda存在多个参数组，且需要对多个参数组设置不同的学习率调整策略可采用。

此外，还需要注意的是，训练过程中应该先optimizer.step()，然后再scheduler.step()。

.
.
.

----------------------------------END----------------------------------