關于優(yōu)化函數(shù)的調(diào)整
拆下包：https://ptorch.com/docs/1/optim

class torch.optim.Optimizer(params, defaults)
所有優(yōu)化的基類.

參數(shù)：

params (iterable) —— 可迭代的Variable 或者 dict。指定應優(yōu)化哪些變量。
defaults-(dict)：包含優(yōu)化選項的默認值的dict（一個參數(shù)組沒有指定的參數(shù)選項將會使用默認值）。
load_state_dict(state_dict)
加載optimizer狀態(tài)

參數(shù)：

state_dict (dict) —— optimizer的狀態(tài)。應該是state_dict()調(diào)用返回的對象。
state_dict()
將優(yōu)化器的狀態(tài)返回為一個dict。

它包含兩個內(nèi)容：

state - 持有當前optimization狀態(tài)的dict。它包含了 優(yōu)化器類之間的不同。
param_groups - 一個包含了所有參數(shù)組的dict。
step(closure)
執(zhí)行單個優(yōu)化步驟（參數(shù)更新）。

不同的優(yōu)化算子
參考：莫煩大神視頻，傳送門不給直接百度搜就好；

首先給出基本的四種更換優(yōu)化算子的代碼：

SGD 就是隨機梯度下降

opt_SGD = torch.optim.SGD(net_SGD.parameters(), lr=LR)

momentum 動量加速,在SGD函數(shù)里指定momentum的值即可

opt_Momentum = torch.optim.SGD(net_Momentum.parameters(), lr=LR, momentum=0.8)

RMSprop 指定參數(shù)alpha

opt_RMSprop = torch.optim.RMSprop(net_RMSprop.parameters(), lr=LR, alpha=0.9)

Adam 參數(shù)betas=(0.9, 0.99)

opt_Adam = torch.optim.Adam(net_Adam.parameters(), lr=LR, betas=(0.9, 0.99))
#再看下官方文檔
class torch.optim.Adam(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08, weight_decay=0)[source]
實現(xiàn)Adam算法。
它在Adam: A Method for Stochastic Optimization中被提出。

#參數(shù)：

params (iterable) – 用于優(yōu)化的可以迭代參數(shù)或定義參數(shù)組
lr (float, 可選) – 學習率（默認：1e-3）
betas (Tuple[float, float], 可選) – 用于計算梯度運行平均值及其平方的系數(shù)（默認：0.9，    0.999）
eps (float, 可選) – 增加分母的數(shù)值以提高數(shù)值穩(wěn)定性（默認：1e-8）
weight_decay (float, 可選) – 權(quán)重衰減（L2范數(shù)）（默認: 0）
step(closure)  #執(zhí)行單個優(yōu)化步驟。

#參數(shù)：

closure (callable,可選) – 重新評估模型并返回損失的閉包。

注意：momentum是梯度下降法中一種常用的加速技術。對于一般的SGD，其表達式為,沿負梯度方向下降。而帶momentum項的SGD則寫生如下形式：

其中即momentum系數(shù)，通俗的理解上面式子就是，如果上一次的momentum（即）與這一次的負梯度方向是相同的，那這次下降的幅度就會加大，所以這樣做能夠達到加速收斂的過程。

關于學習率的調(diào)整
首先在一開始的時候我們可以給我們的神經(jīng)網(wǎng)絡附一個“經(jīng)驗性”的學習率：

lr=1e-3 #SGD

lr=1e-3 #Adam一般要求學習率比較小

接著，假設對于不同層想給予不同的學習率怎么辦呢？

參考：https://www.cnblogs.com/hellcat/p/8496727.html

# 直接對不同的網(wǎng)絡模塊制定不同學習率 classifiter的學習率設置為1e-2，所有的momentum=0.9

optimizer = optim.SGD([{‘params’: net.features.parameters()}, # 默認lr是1e-5
{‘params’: net.classifiter.parameters(), ‘lr’: 1e-2}], lr=1e-5，momentum=0.9)

##=======================以層為單位，為不同層指定不同的學習率

## 提取指定層對象為classifiter模塊的第0個和第3個

special_layers = t.nn.ModuleList([net.classifiter[0], net.classifiter[3]])

## 獲取指定層參數(shù)id

special_layers_params = list(map(id, special_layers.parameters()))
print(special_layers_params)

## 獲取非指定層的參數(shù)id

base_params = filter(lambda p: id§ not in special_layers_params, net.parameters())
optimizer = t.optim.SGD([{‘params’: base_params},
{‘params’: special_layers.parameters(), ‘lr’: 0.01}], lr=0.001)
當你發(fā)現(xiàn)你的loss在訓練過程中居然還上升了，那么一般來講，是你此時的學習率設置過大了。這時候我們需要動態(tài)調(diào)整我們的學習率：

def adjust_learning_rate(optimizer, epoch, t=10):
“”“Sets the learning rate to the initial LR decayed by 10 every t epochs，default=10"”"
new_lr = lr * (0.1 ** (epoch // t))
for param_group in optimizer.param_groups:
param_group[‘lr’] = new_lr
官方文檔中還給出用

torch.optim.lr_scheduler 基于循環(huán)的次數(shù)提供了一些方法來調(diào)節(jié)學習率.

torch.optim.lr_scheduler.ReduceLROnPlateau 基于驗證測量結(jié)果來設置不同的學習率.

參考：https://ptorch.com/docs/1/optim

其他調(diào)參的策略
1.L2-正則化防止過擬合

weight decay（權(quán)值衰減），其最終目的是防止過擬合。在機器學習或者模式識別中，會出現(xiàn)overfitting，而當網(wǎng)絡逐漸overfitting時網(wǎng)絡權(quán)值逐漸變大，因此，為了避免出現(xiàn)overfitting,會給誤差函數(shù)添加一個懲罰項，常用的懲罰項是所有權(quán)重的平方乘以一個衰減常量之和。其用來懲罰大的權(quán)值。在損失函數(shù)中，weight decay是放在正則項（regularization）前面的一個系數(shù)，正則項一般指示模型的復雜度，所以weight decay的作用是調(diào)節(jié)模型復雜度對損失函數(shù)的影響，若weight decay很大，則復雜的模型損失函數(shù)的值也就大。

這個在定義優(yōu)化器的時候可以通過參數(shù) 【weight_decay，一般建議0.0005】來設置：

opt_Adam = torch.optim.Adam(net_Adam.parameters(), lr=LR, betas=(0.9, 0.99), eps=1e-06, weight_decay=0.0005)
2、batch normalization。batch normalization的是指在神經(jīng)網(wǎng)絡中激活函數(shù)的前面，將按照特征進行normalization，這樣做的好處有三點：

提高梯度在網(wǎng)絡中的流動。Normalization能夠使特征全部縮放到[0,1]，這樣在反向傳播時候的梯度都是在1左右，避免了梯度消失現(xiàn)象。
提升學習速率。歸一化后的數(shù)據(jù)能夠快速的達到收斂。
減少模型訓練對初始化的依賴。
減少參數(shù)選擇的依賴
一些通常的解釋：https://blog.csdn.net/hjimce/article/details/50866313

3、加入dropout層：dropout一般設置為0.5

4、集成方法

最后，在訓練過程中關于loss的一些說明:

參考：https://blog.csdn.net/LIYUAN123ZHOUHUI/article/details/74453980
1 train loss 不斷下降,test loss 不斷下降,說明網(wǎng)絡正在學習
2 train loss 不斷下降,test loss 趨于不變,說明網(wǎng)絡過擬合
3 train loss 趨于不變,test loss 趨于不變,說明學習遇到瓶頸,需要減小學習率或者批處理大小
4 train loss 趨于不變,test loss 不斷下降,說明數(shù)據(jù)集100%有問題
5 train loss 不斷上升,test loss 不斷上升(最終變?yōu)镹aN),可能是網(wǎng)絡結(jié)構(gòu)設計不當,訓練超參數(shù)設置不當,程序bug等某個問題引起

作者：angnuan123
來源：CSDN
原文：https://blog.csdn.net/angnuan123/article/details/81604727
版權(quán)聲明：本文為博主原創(chuàng)文章，轉(zhuǎn)載請附上博文鏈接！

相關文章

總結(jié)

以上是默认站点為你收集整理的pytorch adam 源码 关于优化函数的调整 optimizer 调参 重点的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得默认站点網(wǎng)站內(nèi)容還不錯，歡迎將默认站点推薦給好友。