Pytorch优化器-Optimizer

简介

pytorch优化器：管理并更新模型中可学习参数的值，是的模型输出更接近真实标签。

导数：函数在指定坐标轴上的变化率
方向导数：指定方向上的变化率
梯度：一个向量，方向为方向导数取得最大值的方向

pytorch中的optimizer

基本属性：

• default：优化器超参数
• state:参数的缓存，如momentum的缓存
• param_groups：管理的参数组
• _step_count：记录更新次数，学习率调整中使用

基本方法

• zero_grad():清空所管理参数的梯度
  pytorch特性：张量梯度不会自动清零 需要在使用完梯度之后需要清零
• step():实行一步参数更新
• add_param_group():添加参数组
• state_dict():获取优化器当前状态信息字典
• load_state_dict():加载状态信息字典
  后两个方法，用于模型断点状态训练

optimizer=optim.SGD(net.parameters(),lr=LR,momentum=0,9) #选择优化器
scheduler=torch.optim.lr_scheduler.StepLR(optimizer,step_size=10,gamma=0.1) #设施学习率下降策略

保存优化器信息

torch.save(optimizer.state_dict(),os.path.join(BASE_DIR,"optimizer_state_dict.pkl"))


##lode sate_dict
state=torch.load(os.path.join(BASE_DR,"optimizer_state_dict.pkl"))
optimizer.load_sate_dict(state)

学习率

梯度下降：$W_{i+1}=W_i-g(W_i)$
$$\begin{gathered} y=f(x)=4\ast x^2 \\ {y}^{\prime }=f^{\prime }(x)=8\ast x \end{gathered}$$

$$\begin{gathered} x_0=2,y_0=16,f^{\prime }(x_0)=16 \\ {x}_1=x_0-f^{\prime }(x_0)=2-16=-14 \\ {x}_1=-14,y_1=784,f^{\prime }(x_1)=-112 \\ {x}_2=x_1-f^{\prime }(x_1)=-14+112=98,y_2=38416.... \end{gathered}$$

可以看出，如果没有学习率，损失值并不会收敛，很容易梯度爆炸
修正之后的公式:$W_{w+1}=W_i-LR\ast g(W_i)$

学习率(learning rate)控更新的步伐

动量(Momentum)

Momentum(动量、冲量)：结合当前梯度与上一次更新信息，用于当前更新

$指数加权平均:v_t=v_{t-1}+(1-\beta )\ast {\theta }_t$

个人看法：可以看到这个式子认为，100这个点对应的更新量是和之前的所有点的值有关，只不过里100这个点越近的点，权值越大，有点类似于自控原理里面的主导极点

动量值通常取0.9

常用的优化器

1.optim.SGD

2.推荐使用SGD和Adam