学习率调度器工具函数（get_scheduler）补充讲解

学习率调度器工具函数（get_scheduler）

get_scheduler 是 ​Hugging Face Transformers 深度学习框架中用于创建学习率调度器（Learning Rate Scheduler）的工具函数。它的核心作用是动态调整训练过程中的学习率，以优化模型收敛速度、稳定性和最终性能

一、get_scheduler的主要用途

1.1. ​支持多种学习率调整策略

• 通过指定 name 参数，可以灵活选择不同的学习率调度策略，例如：
  • ​linear：线性衰减学习率。
  • ​cosine：余弦退火（学习率周期性波动）。
  • ​cosine_with_restarts：带重启的余弦退火。
  • ​reduce_lr_on_plateau：当验证指标停滞时自动降低学习率。
  • ​constant：固定学习率
  • ​polynomial：多项式衰减

1.2. 动态适应训练阶段

• 学习率在训练的不同阶段自动调整，例如：
  • ​训练初期：使用较大的学习率加速收敛。
  • ​训练后期：逐步降低学习率，精细调整模型参数。
  • ​验证指标停滞时：通过 reduce_lr_on_plateau 自动调整，避免陷入局部最优

1.3. ​与优化器（Optimizer）解耦

• 将学习率策略与优化器（如 AdamW、SGD）解耦，无需修改优化器代码即可灵活切换调度策略

1.4. ​简化代码实现

• 避免手动编写复杂的调度逻辑，通过统一接口快速实现学习率策略

二、典型应用场景

2.1. ​微调预训练模型（Fine-tuning）

• 使用 cosine 或 linear 策略，逐步降低初始大学习率，防止破坏预训练权重

• ​示例：

from transformers import get_scheduler
scheduler = get_scheduler(
    name="linear",
    optimizer=optimizer,
    num_warmup_steps=100