關(guān)于torch.optim的靈活使用詳解(包括重寫SGD,加上L1正則)

更新時(shí)間：2020年02月20日 13:51:39 作者：tsq292978891

今天小編就為大家分享一篇關(guān)于torch.optim的靈活使用詳解(包括重寫SGD,加上L1正則)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

torch.optim的靈活使用詳解

1. 基本用法：

要構(gòu)建一個(gè)優(yōu)化器Optimizer，必須給它一個(gè)包含參數(shù)的迭代器來優(yōu)化，然后，我們可以指定特定的優(yōu)化選項(xiàng)，

例如學(xué)習(xí)速率，重量衰減值等。

注：如果要把model放在GPU中，需要在構(gòu)建一個(gè)Optimizer之前就執(zhí)行model.cuda()，確保優(yōu)化器里面的參數(shù)也是在GPU中。

例子：

optimizer = optim.SGD(model.parameters(), lr = 0.01, momentum=0.9)

2. 靈活的設(shè)置各層的學(xué)習(xí)率

將model中需要進(jìn)行BP的層的參數(shù)送到torch.optim中，這些層不一定是連續(xù)的。

這個(gè)時(shí)候，Optimizer的參數(shù)不是一個(gè)可迭代的變量，而是一個(gè)可迭代的字典

(字典的key必須包含'params'(查看源碼可以得知optimizer通過'params'訪問parameters)，

其他的key就是optimizer可以接受的，比如說'lr','weight_decay')，可以將這些字典構(gòu)成一個(gè)list，

這樣就是一個(gè)可迭代的字典了。

注：這個(gè)時(shí)候，可以在optimizer設(shè)置選項(xiàng)作為關(guān)鍵字參數(shù)傳遞，這時(shí)它們將被認(rèn)為是默認(rèn)值(當(dāng)字典里面沒有這個(gè)關(guān)鍵字參數(shù)key-value對(duì)時(shí)，就使用這個(gè)默認(rèn)的參數(shù))

This is useful when you only want to vary a single option, while keeping all others consistent between parameter groups.

例子：

optimizer = SGD([
        {'params': model.features12.parameters(), 'lr': 1e-2},
        {'params': model.features22.parameters()},
        {'params': model.features32.parameters()},
        {'params': model.features42.parameters()},
        {'params': model.features52.parameters()},
      ], weight_decay1=5e-4, lr=1e-1, momentum=0.9)

上面創(chuàng)建的optim.SGD類型的Optimizer，lr默認(rèn)值為1e-1，momentum默認(rèn)值為0.9。features12的參數(shù)學(xué)習(xí)率為1e-2。

靈活更改各層的學(xué)習(xí)率

torch.optim.optimizer.Optimizer的初始化函數(shù)如下：

__init__(self, params, lr=<object object>, momentum=0, dampening=0, weight_decay=0, nesterov=False)

params (iterable): iterable of parameters to optimize or dicts defining parameter groups （params可以是可迭代的參數(shù)，或者一個(gè)定義參數(shù)組的字典，如上所示，字典的鍵值包括：params，lr，momentum，dampening，weight_decay，nesterov）

想要改變各層的學(xué)習(xí)率，可以訪問optimizer的param_groups屬性。type(optimizer.param_groups) -> list

optimizer.param_groups[0].keys()
Out[21]: ['dampening', 'nesterov', 'params', 'lr', 'weight_decay', 'momentum']

因此，想要更改某層參數(shù)的學(xué)習(xí)率，可以訪問optimizer.param_groups，指定某個(gè)索引更改'lr'參數(shù)就可以。

def adjust_learning_rate(optimizer, decay_rate=0.9):
  for para in optimizer.param_groups:
    para['lr'] = para['lr']*decay_rate

重寫torch.optim，加上L1正則

查看torch.optim.SGD等Optimizer的源碼，發(fā)現(xiàn)沒有L1正則的選項(xiàng)，而L1正則更容易得到稀疏解。

這個(gè)時(shí)候，可以更改/home/smiles/anaconda2/lib/python2.7/site-packages/torch/optim/sgd.py文件，模擬L2正則化的操作。

L1正則化求導(dǎo)如下：

dw = 1 * sign(w)

更改后的sgd.py如下：

import torch
from torch.optim.optimizer import Optimizer, required

class SGD(Optimizer):
  def __init__(self, params, lr=required, momentum=0, dampening=0,
         weight_decay1=0, weight_decay2=0, nesterov=False):
    defaults = dict(lr=lr, momentum=momentum, dampening=dampening,
            weight_decay1=weight_decay1, weight_decay2=weight_decay2, nesterov=nesterov)
    if nesterov and (momentum <= 0 or dampening != 0):
      raise ValueError("Nesterov momentum requires a momentum and zero dampening")
    super(SGD, self).__init__(params, defaults)

  def __setstate__(self, state):
    super(SGD, self).__setstate__(state)
    for group in self.param_groups:
      group.setdefault('nesterov', False)

  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_decay1 = group['weight_decay1']
      weight_decay2 = group['weight_decay2']
      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_decay1 != 0:
          d_p.add_(weight_decay1, torch.sign(p.data))
        if weight_decay2 != 0:
          d_p.add_(weight_decay2, p.data)
        if momentum != 0:
          param_state = self.state[p]
          if 'momentum_buffer' not in param_state:
            buf = param_state['momentum_buffer'] = torch.zeros_like(p.data)
            buf.mul_(momentum).add_(d_p)
          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

一個(gè)使用的例子：

optimizer = SGD([
        {'params': model.features12.parameters()},
        {'params': model.features22.parameters()},
        {'params': model.features32.parameters()},
        {'params': model.features42.parameters()},
        {'params': model.features52.parameters()},
      ], weight_decay1=5e-4, lr=1e-1, momentum=0.9)

以上這篇關(guān)于torch.optim的靈活使用詳解(包括重寫SGD,加上L1正則)就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: