pytorch优化器学习率调整策略以及正确用法

优化器

optimzier优化器的作用:优化器就是需要根据网络反向传播的梯度信息来更新网络的参数,以起到降低loss函数计算值的作用。

从优化器的作用出发,要使得优化器能够起作用,需要主要两个东西:

  1. 优化器需要知道当前的网络或者别的什么模型的参数空间,这也就是为什么在训练文件中,正式开始训练之前需要将网络的参数放到优化器里面。
  2. 参数
#pytorch定义优化器
optimizer = Adam(cnn.parameters(), lr=3e-4)  # 选用AdamOptimizer

优化器更新方式

那么优化器如何进行更新呢?

我们来看一下.step源码

def step(self, closure=None):
        """Performs a single optimization step.
        Arguments:
            closure (callable, optional): A closure that reevaluates the model
                and returns the loss.
        """
        loss = None
        if closure is not None:
            loss = closure()
 
        for group in self.param_groups:
            weight_decay = group['weight_decay']
            momentum = group['momentum']
            dampening = group['dampening']
            nesterov = group['nesterov']
 
            for p in group['params']:
                if p.grad is None:
                    continue
                d_p = p.grad.data
                if weight_decay != 0:
                    d_p.add_(weight_decay, p.data)
                if momentum != 0:
                    param_state = self.state[p]
                    if 'momentum_buffer' not in param_state:
                        buf = param_state['momentum_buffer'] = d_p.clone()
                    else:
                        buf = param_state['momentum_buffer']
                        buf.mul_(momentum).add_(1 - dampening, d_p)
                    if nesterov:
                        d_p = d_p.add(momentum, buf)
                    else:
                        d_p = buf
 
                p.data.add_(-group['lr'], d_p)
 
        return loss

从上面的代码可以看到step这个函数使用的是参数空间(param_groups)中的grad,也就是当前参数空间对应的梯度,这也就解释了为什么optimzier使用之前需要zero清零一下,因为如果不清零,那么使用的这个grad就得同上一个mini-batch有关,这不是我们需要的结果。再回过头来看,我们知道optimizer更新参数空间需要基于反向梯度,因此,当调用optimizer.step()的时候应当是loss.backward()的时候。

#pytorch语句
optimizer.zero_grad()   #optimizer梯度清0
loss = loss_fn(outputs, y_train)  #计算loss
loss.backward()       #loss反向传播
optimizer.step()       #根据loss反向梯度optimizer进行参数更新

那么为什么optimizer.step()需要放在每一个batch训练中,而不是epoch训练中,这是因为现在的mini-batch训练模式是假定每一个训练集就只有mini-batch这样大,因此实际上可以将每一次mini-batch看做是一次训练,一次训练更新一次参数空间,因而optimizer.step()放在这里。

scheduler.step()按照Pytorch的定义是用来更新优化器的学习率的,一般是按照epoch为单位进行更换,即多少个epoch后更换一次学习率,因而scheduler.step()放在epoch这个大循环下。


学习率调整策略

PyTorch学习率调整策略通过torch.optim.lr_scheduler接口实现。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。

  1. 等间隔调整学习率 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,不要弄成 iteration 了。

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

'''
参数:

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)
上一个 epoch 数,这个变量用来指示学习率是否需要调整。当last_epoch 符合设定的间隔时,就会对学习率进行调整。当为-1 时,学习率设置为初始值。
'''
  1. 按需调整学习率 MultiStepLR

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)

'''
参数:

milestones(list)
一个 list,每一个元素代表何时调整学习率, list 元素必须是递增的。如 milestones=[30,80,120]

gamma(float)
学习率调整倍数,默认为 0.1 倍,即下降 10 倍。
'''
  1. 指数衰减调整学习率 ExponentialLR

按指数衰减调整学习率,调整公式: lr=l∗gamma∗∗epoch

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

gamma
学习率调整倍数的底,指数为 epoch,即 gamma**epoch
'''
  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∗Tmax
2∗Tmax 为周期,在一个周期内先下降,后上升。

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

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。
'''
  1. 自适应调整学习率 ReduceLROnPlateau

当某指标不再变化(下降或升高),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:

mode(str)
模式选择,有 minmax 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, 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。
  1. 自定义调整学习率 LambdaLR

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∗lmbda(self.last_epoch)
lr=base_lr∗lmbda(self.last_epoch)

fine-tune 中十分有用,我们不仅可为不同的层设定不同的学习率,还可以为其设定不同的学习率调整策略。

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

'''
参数:

lr_lambda(function or list)
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
  1. 自定义调整学习率
    通过optimizer.param_groups中[‘lr’] 直接按需进行更改,更加灵活
#优化器针对loss进行参数更新,分三档
    if (loss.item() <= 0.4) & lr_flag1:
        for p in optimizer.param_groups:
            p['lr'] = 3e-3
            lr_flag1 = 0
    if (loss.item() <= 0.2) & lr_flag1:
        for p in optimizer.param_groups:
            p['lr'] = 3e-4
            lr_flag2 = 0
    if (loss.item() <= 0.05) & lr_flag1:
        for p in optimizer.param_groups:
            p['lr'] = 3e-5
            lr_flag3 = 0

使用方法

#定义学习率策略
scheduler = torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=10, verbose=True, threshold=0.0001, threshold_mode='rel', cooldown=0, min_lr=0, eps=1e-10)

for i in range(args.EPOCHS):
    cnn.train()
    x_train, y_train, x_test, y_test = data.next_batch(args.BATCH)  # 读取数据
    
    x_train = torch.from_numpy(x_train)
    y_train = torch.from_numpy(y_train)
    x_train = x_train.float().to(device)
    y_train = y_train.long().to(device)

    x_test = torch.from_numpy(x_test)
    y_test = torch.from_numpy(y_test)
    x_test = x_test.float().to(device)
    y_test = y_test.long().to(device)

    outputs = cnn(x_train)
    _, prediction = torch.max(outputs.data, 1)

    optimizer.zero_grad()  
    loss = loss_fn(outputs, y_train)
    loss.backward()
    
    #########################这两条语句都要在####################
    
    optimizer.step()    #此语句完成根据loss进行网络的参数更新
    
    scheduler.step(loss)  #scheduler为学习率调整策略,针对loss进行学习率改变。记得加上评价指标loss。这条语句可放在epoch的循环位置,要放在batch循环位置也可以,只是正对patience对象不同。
    
    #############################################################
    
    print(loss.detach())
    # 若测试准确率高于当前最高准确率,则保存模型
    train_accuracy = eval(model, x_test, y_test)
    if train_accuracy >= best_accuracy:
        best_accuracy = train_accuracy
        model.save_model(cnn, MODEL_PATH, overwrite=True)
        print("step %d, best accuracy %g" % (i, best_accuracy))

参考:

  1. https://blog.csdn.net/shanglianlm/article/details/85143614
  2. https://blog.csdn.net/xiaoxifei/article/details/87797935
发布了22 篇原创文章 · 获赞 0 · 访问量 1023
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览