佳木斯湛栽影视文化发展公司

主頁 > 知識庫 > Pytorch中的學(xué)習(xí)率衰減及其用法詳解

Pytorch中的學(xué)習(xí)率衰減及其用法詳解

熱門標(biāo)簽:銀行業(yè)務(wù) 美圖手機 呼叫中心市場需求 服務(wù)器配置 智能手機 檢查注冊表項 網(wǎng)站文章發(fā)布 鐵路電話系統(tǒng)

Pytorch 學(xué)習(xí)率衰減及其用法

學(xué)習(xí)率衰減是一個非常有效的煉丹技巧之一,在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程中,當(dāng)accuracy出現(xiàn)震蕩或loss不再下降時,進行適當(dāng)?shù)膶W(xué)習(xí)率衰減是一個行之有效的手段,很多時候能明顯提高accuracy。

Pytorch中有兩種學(xué)習(xí)率調(diào)整(衰減)方法:

使用庫函數(shù)進行調(diào)整;

手動調(diào)整。

1. 使用庫函數(shù)進行調(diào)整:

Pytorch學(xué)習(xí)率調(diào)整策略通過 torch.optim.lr_sheduler 接口實現(xiàn)。pytorch提供的學(xué)習(xí)率調(diào)整策略分為三大類,分別是:

(1)有序調(diào)整:等間隔調(diào)整(Step),多間隔調(diào)整(MultiStep),指數(shù)衰減(Exponential),余弦退火(CosineAnnealing);

(2)自適應(yīng)調(diào)整:依訓(xùn)練狀況伺機而變,通過監(jiān)測某個指標(biāo)的變化情況(loss、accuracy),當(dāng)該指標(biāo)不怎么變化時,就是調(diào)整學(xué)習(xí)率的時機(ReduceLROnPlateau);

(3)自定義調(diào)整:通過自定義關(guān)于epoch的lambda函數(shù)調(diào)整學(xué)習(xí)率(LambdaLR)。

在每個epoch的訓(xùn)練中,使用scheduler.step()語句進行學(xué)習(xí)率更新,此方法類似于optimizer.step()更新模型參數(shù),即一次epoch對應(yīng)一次scheduler.step()。但在mini-batch訓(xùn)練中,每個mini-bitch對應(yīng)一個optimizer.step()。即用法如下:

optimizer = torch.optim.SGD(model.parameters(), lr=0.1)
scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=30, gamma=0.1)
 
def train(...):
    for i, data in enumerate(train_loader):
        ......
        y_ = model(x)
        loss = criterion(y_,y)
        loss.backward()
        optimizer.step()
        ......
 
for epoch in range(epochs):
    scheduler.step()
    train(...)
    test(...)

(1) 等間隔調(diào)整學(xué)習(xí)率 StepLR

torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)

每訓(xùn)練step_size個epoch,學(xué)習(xí)率調(diào)整為lr=lr*gamma.

以下內(nèi)容中都將epoch和step對等,因為每個epoch中只進行一次scheduler.step(),實則該step指scheduler.step()中的step, 即step_size指scheduler.step()進行的次數(shù)。

參數(shù):

optimizer: 神經(jīng)網(wǎng)絡(luò)訓(xùn)練中使用的優(yōu)化器,如optimizer=torch.optim.SGD(...)

step_size(int): 學(xué)習(xí)率下降間隔數(shù),單位是epoch,而不是iteration.

gamma(float): 學(xué)習(xí)率調(diào)整倍數(shù),默認(rèn)為0.1

last_epoch(int): 上一個epoch數(shù),這個變量用來指示學(xué)習(xí)率是否需要調(diào)整。當(dāng)last_epoch符合設(shè)定的間隔時,就會對學(xué)習(xí)率進行調(diào)整;當(dāng)為-1時,學(xué)習(xí)率設(shè)置為初始值。

(2) 多間隔調(diào)整學(xué)習(xí)率 MultiStepLR

跟(1)類似,但學(xué)習(xí)率調(diào)整的間隔并不是相等的,如epoch=10時調(diào)整一次,epoch=30時調(diào)整一次,epoch=80時調(diào)整一次…

torch.optim.lr_sheduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=-1)

參數(shù):

milestone(list): 一個列表參數(shù),表示多個學(xué)習(xí)率需要調(diào)整的epoch值,如milestones=[10, 30, 80].

其它參數(shù)同(1)。

(3) 指數(shù)衰減調(diào)整學(xué)習(xí)率 ExponentialLR

學(xué)習(xí)率呈指數(shù)型衰減,每訓(xùn)練一個epoch,lr=lrgamma*epoch,即

torch.optim.lr_sheduler.ExponentialLR(optimizer, gamma, last_epoch)

參數(shù):

gamma(float):學(xué)習(xí)率調(diào)整倍數(shù)的底數(shù),指數(shù)為epoch,初始值我lr, 倍數(shù)為

其它參數(shù)同上。

(4) 余弦退火函數(shù)調(diào)整學(xué)習(xí)率:

學(xué)習(xí)率呈余弦函數(shù)型衰減,并以2*T_max為余弦函數(shù)周期,epoch=0對應(yīng)余弦型學(xué)習(xí)率調(diào)整曲線的,epoch=T_max對應(yīng)余弦型學(xué)習(xí)率調(diào)整曲線的eta_min處,隨著epoch>T_max,學(xué)習(xí)率隨epoch增加逐漸上升,整個走勢同cos(x)。

torch.optim.lr_sheduler.CosineAnnealingLR(optimizer, T_max, eta_min=0, last_epoch=-1)

參數(shù):

T_max(int): 學(xué)習(xí)率下降到最小值時的epoch數(shù),即當(dāng)epoch=T_max時,學(xué)習(xí)率下降到余弦函數(shù)最小值,當(dāng)epoch>T_max時,學(xué)習(xí)率將增大;

eta_min: 學(xué)習(xí)率調(diào)整的最小值,即epoch=T_max時,eta_min, 默認(rèn)為0.

其它參數(shù)同上。

(5) 根據(jù)指標(biāo)調(diào)整學(xué)習(xí)率 ReduceLROnPlateau

當(dāng)某指標(biāo)(loss或accuracy)在最近幾個epoch中都沒有變化(下降或升高超過給定閾值)時,調(diào)整學(xué)習(xí)率。

如當(dāng)驗證集的loss不再下降是,調(diào)整學(xué)習(xí)率;或監(jiān)察驗證集的accuracy不再升高時,調(diào)整學(xué)習(xí)率。

torch.optim.lr_sheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=10,
 verbose=False, threshold=0.0001, threshold_mode='rel', cooldown=0, min_lr=0, eps=1e-08)

參數(shù):

mode(str): 模式選擇,有min和max兩種模式,min表示當(dāng)指標(biāo)不再降低(如監(jiān)測loss),max表示當(dāng)指標(biāo)不再升高(如監(jiān)測accuracy)。

factor(float): 學(xué)習(xí)率調(diào)整倍數(shù),同前面的gamma,當(dāng)監(jiān)測指標(biāo)達到要求時,lr=lr×factor。

patience(int): 忍受該指標(biāo)多少個epoch不變化,當(dāng)忍無可忍時,調(diào)整學(xué)習(xí)率。

verbose(bool): 是否打印學(xué)習(xí)率信息,print( 'Epoch {:5d} reducing learning rate of group {} to {:.4e}.'.format(epoch, i, new_lr), 默認(rèn)為False, 即不打印該信息。

threshold_mode (str): 選擇判斷指標(biāo)是否達最優(yōu)的模式,有兩種模式:rel 和 abs.

當(dāng)threshold_mode == rel, 并且 mode == max時,dynamic_threshold = best * (1 + threshold);

當(dāng)threshold_mode == rel, 并且 mode == min時,dynamic_threshold = best * (1 - threshold);

當(dāng)threshold_mode == abs, 并且 mode == max時,dynamic_threshold = best + threshold;

當(dāng)threshold_mode == abs, 并且 mode == min時,dynamic_threshold = best - threshold;

threshold(float): 配合threshold_mode使用。

cooldown(int): “冷卻時間”,當(dāng)調(diào)整學(xué)習(xí)率之后,讓學(xué)習(xí)率調(diào)整策略冷靜一下,讓模型在訓(xùn)練一段時間,再重啟監(jiān)測模式。

min_lr(float or list): 學(xué)習(xí)率下限,可為float,或者list,當(dāng)有多個參數(shù)組時,可用list進行設(shè)置。

eps(float): 學(xué)習(xí)率衰減的最小值,當(dāng)學(xué)習(xí)率的變化值小于eps時,則不調(diào)整學(xué)習(xí)率。

optimizer = torch.optim.SGD(model.parameters(), args.lr,
 momentum=args.momentum, weight_decay=args.weight_decay)
scheduler = ReducelROnPlateau(optimizer,'min')
for epoch in range( args.start epoch, args.epochs ):
    train(train_loader , model, criterion, optimizer, epoch )
    result_avg, loss_val = validate(val_loader, model, criterion, epoch)
    # Note that step should be called after validate()
    scheduler.step(loss_val )

(6) 自定義調(diào)整學(xué)習(xí)率 LambdaLR

為不同參數(shù)組設(shè)定不同學(xué)習(xí)率調(diào)整策略。調(diào)整規(guī)則為:

lr = base_lr * lambda(self.last_epoch)

在fine-tune中特別有用,我們不僅可以為不同層設(shè)置不同的學(xué)習(xí)率,還可以為不同層設(shè)置不同的學(xué)習(xí)率調(diào)整策略。

torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1)

參數(shù):

lr_lambda(function or list): 自定義計算學(xué)習(xí)率調(diào)整倍數(shù)的函數(shù),通常時epoch的函數(shù),當(dāng)有多個參數(shù)組時,設(shè)為list.

其它參數(shù)同上。

例:

ignored_params = list(map(id, net.fc3.parameters()))
base_params = filter(lambda p: id(p) not in ignored_params, net.parameters())
optimizer = optim.SGD([
        {'params': base_params},
        {'params': net.fc3.parameters(), 'lr': 0.001*100}], 0.001,          momentum=0.9,weight_decay=1e-4)
 # Assuming optimizer has two groups.
lambda1 = lambda epoch: epoch // 3
lambda2 = lambda epoch: 0.95 ** epoch
scheduler = LambdaLR(optimizer, lr_lambda=[lambda1, lambda2])
for epoch in range(100):
    train(...)
    validate(...)
    scheduler.step()
    print('epoch: ', i, 'lr: ', scheduler.get_lr())
    
輸出:
epoch: 0 lr: [0.0, 0.1]
epoch: 1 lr: [0.0, 0.095]
epoch: 2 lr: [0.0, 0.09025]
epoch: 3 lr: [0.001, 0.0857375]
epoch: 4 lr: [0.001, 0.081450625]
epoch: 5 lr: [0.001, 0.07737809374999999]
epoch: 6 lr: [0.002, 0.07350918906249998]
epoch: 7 lr: [0.002, 0.06983372960937498]
epoch: 8 lr: [0.002, 0.06634204312890622]
epoch: 9 lr: [0.003, 0.0630249409724609]
為什么第一個參數(shù)組的學(xué)習(xí)率會是 0 呢? 來看看學(xué)習(xí)率是如何計算的。
第一個參數(shù)組的初始學(xué)習(xí)率設(shè)置為 0.001, 
lambda1 = lambda epoch: epoch // 3,
第 1 個 epoch 時,由 lr = base_lr * lmbda(self.last_epoch),
可知道 lr = 0.001 *(0//3) ,又因為 1//3 等于 0,所以導(dǎo)致學(xué)習(xí)率為 0。
第二個參數(shù)組的學(xué)習(xí)率變化,就很容易看啦,初始為 0.1, lr = 0.1 * 0.95^epoch ,當(dāng)
epoch 為 0 時, lr=0.1 , epoch 為 1 時, lr=0.1*0.95。
# -*- coding:utf-8 -*-
'''本文件用于測試pytorch學(xué)習(xí)率調(diào)整策略'''
__author__ = 'puxitong from UESTC'
 
import torch
import torch.optim as optim
from torch.optim import lr_scheduler
from torchvision.models import AlexNet
import matplotlib.pyplot as plt 
 
model = AlexNet(num_classes=2)
optimizer = optim.SGD(params=model.parameters(), lr=0.1)
 
# 等間隔調(diào)整學(xué)習(xí)率,每訓(xùn)練step_size個epoch,lr*gamma
# scheduler = lr_scheduler.StepLR(optimizer, step_size=30, gamma=0.1)
 
# 多間隔調(diào)整學(xué)習(xí)率,每訓(xùn)練至milestones中的epoch,lr*gamma
# scheduler = lr_scheduler.MultiStepLR(optimizer, milestones=[10, 30, 80], gamma=0.1)
 
# 指數(shù)學(xué)習(xí)率衰減,lr*gamma**epoch
# scheduler = lr_scheduler.ExponentialLR(optimizer, gamma=0.9)
 
# 余弦退火學(xué)習(xí)率衰減,T_max表示半個周期,lr的初始值作為余弦函數(shù)0處的極大值逐漸開始下降,
# 在epoch=T_max時lr降至最小值,即pi/2處,然后進入后半個周期,lr增大
# scheduler = lr_scheduler.CosineAnnealingLR(optimizer, T_max=100, eta_min=0)
 
plt.figure()
x = list(range(100))
y = []
for epoch in range(100):
    scheduler.step()
    y.append(scheduler.get_lr()[0])
 
plt.plot(x, y)
plt.show()

2. 手動調(diào)整學(xué)習(xí)率:

def adjust_learning_rate(optimizer, epoch):
    """Sets the learning rate to the initial LR decayed by 10 every 30 epochs"""
    lr = args.lr * (0.1 ** (epoch // 30))
    for param_group in optimizer.param_groups:
        param_group['lr'] = lr
def adjust_learning_rate(epoch, lr):
    if epoch = 81:  # 32k iterations
      return lr
    elif epoch = 122:  # 48k iterations
      return lr/10
    else:
      return lr/100
for epoch in range(epochs):
    lr = adjust_learning_rate(optimizer, epoch)  # 調(diào)整學(xué)習(xí)率
    optimizer = optim.SGD(net.parameters(), lr=lr, momentum=0.9, weight_decay=5e-4)
    ......
    optimizer.step()  # 采用新的學(xué)習(xí)率進行參數(shù)更新

什么是param_groups?

optimizer通過param_group來管理參數(shù)組.param_group中保存了參數(shù)組及其對應(yīng)的學(xué)習(xí)率,動量等等.所以我們可以通過更改param_group['lr']的值來更改對應(yīng)參數(shù)組的學(xué)習(xí)率

# 例1:有兩個`param_group`即,len(optim.param_groups)==2
optim.SGD([
                {'params': model.base.parameters()},
                {'params': model.classifier.parameters(), 'lr': 1e-3}
            ], lr=1e-2, momentum=0.9)
 
# 例2:一個參數(shù)組
optim.SGD(model.parameters(), lr=1e-2, momentum=.9)

上面第一個例子中,我們分別為 model.base 和 model.classifier 的參數(shù)設(shè)置了不同的學(xué)習(xí)率,即此時 optimizer.param_grops 中有兩個不同的param_group:

param_groups[0]: {'params': model.base.parameters()},
param_groups[1]: {'params': model.classifier.parameters(), 'lr': 1e-3}

每一個param_group都是一個字典,它們共同構(gòu)成了param_groups,所以此時len(optimizer.param_grops)==2,aijust_learning_rate() 函數(shù)就是通過for循環(huán)遍歷取出每一個param_group,然后修改其中的鍵 'lr' 的值,稱之為手動調(diào)整學(xué)習(xí)率。

第二個例子中l(wèi)en(optimizer.param_grops)==1,利用for循環(huán)進行修改同樣成立。

如果想要每次迭代都實時打印學(xué)習(xí)率,這樣可以每次step都能知道更新的最新學(xué)習(xí)率,可以使用

scheduler.get_lr()

它返回一個學(xué)習(xí)率列表,由參數(shù)組中的不同學(xué)習(xí)率組成,可通過列表索引來得到不同參數(shù)組中的學(xué)習(xí)率。

如何在 PyTorch 中設(shè)定學(xué)習(xí)率衰減(learning rate decay)

很多時候我們要對學(xué)習(xí)率(learning rate)進行衰減,下面的代碼示范了如何每30個epoch按10%的速率衰減:

很多時候我們要對學(xué)習(xí)率(learning rate)進行衰減,下面的代碼示范了如何每30個epoch按10%的速率衰減:

def adjust_learning_rate(optimizer, epoch):
    """Sets the learning rate to the initial LR decayed by 10 every 30 epochs"""
    lr = args.lr * (0.1 ** (epoch // 30))
    for param_group in optimizer.param_groups:
        param_group['lr'] = lr

什么是param_groups?

optimizer通過param_group來管理參數(shù)組.param_group中保存了參數(shù)組及其對應(yīng)的學(xué)習(xí)率,動量等等.所以我們可以通過更改param_group[‘lr']的值來更改對應(yīng)參數(shù)組的學(xué)習(xí)率。

# 有兩個`param_group`即,len(optim.param_groups)==2
optim.SGD([
                {'params': model.base.parameters()},
                {'params': model.classifier.parameters(), 'lr': 1e-3}
          ], lr=1e-2, momentum=0.9)
 
#一個參數(shù)組
optim.SGD(model.parameters(), lr=1e-2, momentum=.9)

以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。

您可能感興趣的文章:
  • 在pytorch中動態(tài)調(diào)整優(yōu)化器的學(xué)習(xí)率方式
  • pytorch 優(yōu)化器(optim)不同參數(shù)組,不同學(xué)習(xí)率設(shè)置的操作
  • pytorch實現(xiàn)查看當(dāng)前學(xué)習(xí)率

標(biāo)簽:長治 紅河 沈陽 滄州 上海 樂山 新疆 河南

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Pytorch中的學(xué)習(xí)率衰減及其用法詳解》,本文關(guān)鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話咨詢

    • 400-1100-266
    饶河县| 万安县| 论坛| 镶黄旗| 洪泽县| 女性| 监利县| 丹阳市| 长治县| 茌平县| 岳普湖县| 蒙城县| 武宣县| 留坝县| 长治县| 扶余县| 双峰县| 西充县| 弥勒县| 定日县| 都江堰市| 台中县| 马尔康县| 高要市| 抚远县| 宝坻区| 天等县| 调兵山市| 于田县| 绿春县| 厦门市| 阿坝县| 顺义区| 平江县| 吉木乃县| 闸北区| 彝良县| 庄河市| 卢湾区| 和平区| 新竹市|