pytorch_lighting中Trainer的auto_lr_find不起作用

环境版本:

pytorch_lighting==1.9.4


问题描述`

设置Trainer的callbacks中的

auto_lr_find = True

或是

Trainer.fit(model,auto_lr_find = True)

不起作用或是报错


解决方案:

需要首先导入LearningRateFinder
后新建一类再传给Trainer的callback
这里用官方文档中的例子:

# Customize LearningRateFinder callback to run at different epochs.
# This feature is useful while fine-tuning models.
from pytorch_lightning.callbacks import LearningRateFinder


class FineTuneLearningRateFinder(LearningRateFinder):
    def __init__(self, milestones, *args, **kwargs):
        super().__init__(*args, **kwargs)
        self.milestones = milestones

    def on_fit_start(self, *args, **kwargs):
        return

    def on_train_epoch_start(self, trainer, pl_module):
        if trainer.current_epoch in self.milestones or trainer.current_epoch == 0:
            self.lr_find(trainer, pl_module)


trainer = Trainer(callbacks=[FineTuneLearningRateFinder(milestones=(5, 10))])
trainer.fit(...)

若有原callback设置需要同时导入,只需要将其放入Trainer的callbacks的序列中

trainer = pl.Trainer(
    
    callbacks=[FineTuneLearningRateFinder(milestones=(5, 10)),checkpoint_callback],       
)

之后再运行trainer.fit(),就会开始自动寻找最佳学习率
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值