动量
可以理解为惯性,
减去一个梯度意味着往梯度的方向走,此时减去一个zk,意味着往zk的方向走
zk是某个叠加的算子,代表上一次梯度的方向▽w(k-1),
adam本身就是利用动量做的优化,不需要额外管理这个变量。
optimizer=torch.optim.SGD(model.parameters(),args.lr,
momentum=args.momentum,
weight_decay=args.weight_decay)
scheduler=ReduceLROnPlateau(optimizer,'min')
for epoch in xrange(args.start_epoch,args.epochs):
train(train_loader,model,criteon,optimizer,epoch)
result_avg,loss_val=
validate(val_loader,model,criteon,epoch)
scheduler.step(loss_val)
learning rate tunning学习率的衰减
我们会迫使学习率慢慢降为0
方案1:
scheduler=ReduceLROnPlateau(optimizer,'min')
loss下降后平缓,一条直线不再减少,就要减少lr。参数patience,patience次后,监听loss,发现loss没有减少,就会减少lr,每次lr成员减少因子(例如0.5或0.08).
scheduler.step(loss_val)
每调用一次就会监听一次loss,判断loss是否长时间不再减少,如果是,则按照规则减少lr,如果不是则什么也不做,只起记录的作用。
方案2:
规定每x个epoch,就会衰减一点lr。
scheduler=StepLR(optimizer,step_size=30,gamma=0.1)
每30个epoch,lr=lr*gamma
通常设置为1k