深度学习调参：优化算法，优化器optimizer，学习率learning rate

在优化模型的过程中，有高原、高峰、洼地，我们的目的是找到最低的那个洼地。
选择不同的学习率和优化器，可能进入不同的洼地，或者在洼地附近震荡，无法收敛。

1 优化器的选择

Adam那么棒，为什么还对SGD念念不忘
https://blog.csdn.net/jiachen0212/article/details/80086926

2 学习率

学习率有什么用

学习率是深度学习中的一个重要的超参，如何调整学习率是训练出好模型的关键要素之一。
学习率决定了每步权重更新对当前权重的改变程度：

其中E(w)为我们优化的损失函数，η是学习率。

大小的对训练网络的影响

学习率太小，更新速度慢；学习率过大，可能跨过最优解。
因此，在刚开始训练，距离最优解较远时可以采用稍大的学习率，随着迭代次数增加，在逼近最优解的过程中，逐渐减小学习率。

太大容易出现超调现象，即在极值点两端不断发散，或是剧烈震荡，总之随着迭代次数增大loss没有减小的趋势；
太小会导致无法快速地找到好的下降的方向，随着迭代次数增大loss基本不变。

有什么方法调整

学习率调整方法基本上有两种：

1. 基于经验的手动调整。 通过尝试不同的固定学习率，如0.1, 0.01, 0.001等，观察迭代次数和loss的变化关系，找到loss下降最快关系对应的学习率。

2. 基于策略的调整。

   2.1 fixed 、exponential、polynomial

   2.2. 自适应动态调整。adadelta、adagrad、ftrl、momentum、rmsprop、sgd

方法如下：
https://blog.csdn.net/Cxiazaiyu/article/details/81837230

制定一个合适的学习率衰减策略。可以使用定期衰减策略，比如每过多少个epoch就衰减一次；或者利用精度或者AUC等性能指标来监控，当测试集上的指标不变或者下跌时，就降低学习率。

例子：

# 如果损失不再下降，则降低学习率
if loss_meter.value()[0] > previous_loss:
	lr = lr * opt.lr_decay
	for param_group in optimizer.param_groups:
 		param_group['lr'] = lr

其中opt.lr_decay = 0.95