optimizer.param_groups
: 是长度为2的list,其中的元素是2个字典;
optimizer.param_groups[0]
: 长度为6的字典,包括[‘amsgrad', ‘params', ‘lr', ‘betas', ‘weight_decay', ‘eps']这6个参数;
optimizer.param_groups[1]
: 好像是表示优化器的状态的一个字典;
import torch import torch.optim as optimh2 w1 = torch.randn(3, 3) w1.requires_grad = True w2 = torch.randn(3, 3) w2.requires_grad = True o = optim.Adam([w1]) print(o.param_groups)
[{'amsgrad': False, 'betas': (0.9, 0.999), 'eps': 1e-08, 'lr': 0.001, 'params': [tensor([[ 2.9064, -0.2141, -0.4037], [-0.5718, 1.0375, -0.6862], [-0.8372, 0.4380, -0.1572]])], 'weight_decay': 0}]
Per the docs, the add_param_group method accepts a param_group parameter that is a dict. Example of use:h2import torch import torch.optim as optimh2 w1 = torch.randn(3, 3) w1.requires_grad = True w2 = torch.randn(3, 3) w2.requires_grad = True o = optim.Adam([w1]) print(o.param_groups) givesh2[{'amsgrad': False, 'betas': (0.9, 0.999), 'eps': 1e-08, 'lr': 0.001, 'params': [tensor([[ 2.9064, -0.2141, -0.4037], [-0.5718, 1.0375, -0.6862], [-0.8372, 0.4380, -0.1572]])], 'weight_decay': 0}] nowh2o.add_param_group({'params': w2}) print(o.param_groups)
[{'amsgrad': False, 'betas': (0.9, 0.999), 'eps': 1e-08, 'lr': 0.001, 'params': [tensor([[ 2.9064, -0.2141, -0.4037], [-0.5718, 1.0375, -0.6862], [-0.8372, 0.4380, -0.1572]])], 'weight_decay': 0}, {'amsgrad': False, 'betas': (0.9, 0.999), 'eps': 1e-08, 'lr': 0.001, 'params': [tensor([[-0.0560, 0.4585, -0.7589], [-0.1994, 0.4557, 0.5648], [-0.1280, -0.0333, -1.1886]])], 'weight_decay': 0}]
# 动态修改学习率 for param_group in optimizer.param_groups: param_group["lr"] = lr # 得到学习率optimizer.param_groups[0]["lr"] h2# print('查看optimizer.param_groups结构:') # i_list=[i for i in optimizer.param_groups[0].keys()] # print(i_list) ['amsgrad', 'params', 'lr', 'betas', 'weight_decay', 'eps']
补充:pytorch中的优化器总结
以SGD优化器为例:
# -*- coding: utf-8 -*- #@Time :2019/7/3 22:31 #@Author :XiaoMa from torch import nn as nn import torch as t from torch.autograd import Variable as V #定义一个LeNet网络 class Net(nn.Module): def __init__(self): super(Net,self).__init__() self.features=nn.Sequential( nn.Conv2d(3,6,5), nn.ReLU(), nn.MaxPool2d(2,2), nn.Conv2d(6,16,5), nn.ReLU(), nn.MaxPool2d(2,3) ) self.classifier=nn.Sequential(\ nn.Linear(16*5*5,120), nn.ReLU(), nn.Linear(120,84), nn.ReLU(), nn.Linear(84,10) ) def forward(self, x): x=self.features(x) x=x.view(-1,16*5*5) x=self.classifier(x) return x net=Net() from torch import optim #优化器 optimizer=optim.SGD(params=net.parameters(),lr=1) optimizer.zero_grad() #梯度清零,相当于net.zero_grad() input=V(t.randn(1,3,32,32)) output=net(input) output.backward(output) #fake backward optimizer.step() #执行优化 #为不同子网络设置不同的学习率,在finetune中经常用到 #如果对某个参数不指定学习率,就使用默认学习率 optimizer=optim.SGD( [{'param':net.features.parameters()}, #学习率为1e-5 {'param':net.classifier.parameters(),'lr':1e-2}],lr=1e-5 ) #只为两个全连接层设置较大的学习率,其余层的学习率较小 special_layers=nn.ModuleList([net.classifier[0],net.classifier[3]]) special_layers_params=list(map(id,special_layers.parameters())) base_params=filter(lambda p:id(p) not in special_layers_params,net.parameters()) optimizer=t.optim.SGD([ {'param':base_params}, {'param':special_layers.parameters(),'lr':0.01} ],lr=0.001)
调整学习率主要有两种做法。
一种是修改optimizer.param_groups中对应的学习率,另一种是新建优化器(更简单也是更推荐的做法),由于optimizer十分轻量级,构建开销很小,故可以构建新的optimizer。
但是新建优化器会重新初始化动量等状态信息,这对使用动量的优化器来说(如自带的momentum的sgd),可能会造成损失函数在收敛过程中出现震荡。
如:
#调整学习率,新建一个optimizer old_lr=0.1 optimizer=optim.SGD([ {'param':net.features.parameters()}, {'param':net.classifiers.parameters(),'lr':old_lr*0.5}],lr=1e-5)
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。