pytorch 调参
關于優化函數的調整
拆下包：https://ptorch.com/docs/1/optim
class torch.optim.Optimizer(params, defaults)所有優化的基類.
參數：
加載optimizer狀態
參數：
將優化器的狀態返回為一個dict。
它包含兩個內容：
執行單個優化步驟（參數更新）。
不同的優化算子
參考：莫煩大神視頻，傳送門不給直接百度搜就好；
首先給出基本的四種更換優化算子的代碼：
# SGD 就是隨機梯度下降 opt_SGD = torch.optim.SGD(net_SGD.parameters(), lr=LR)# momentum 動量加速,在SGD函數里指定momentum的值即可 opt_Momentum = torch.optim.SGD(net_Momentum.parameters(), lr=LR, momentum=0.8)# RMSprop 指定參數alpha opt_RMSprop = torch.optim.RMSprop(net_RMSprop.parameters(), lr=LR, alpha=0.9)# Adam 參數betas=(0.9, 0.99) opt_Adam = torch.optim.Adam(net_Adam.parameters(), lr=LR, betas=(0.9, 0.99)) #再看下官方文檔 class torch.optim.Adam(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08, weight_decay=0)[source] 實現Adam算法。它在Adam: A Method for Stochastic Optimization中被提出。#參數：params (iterable) – 用于優化的可以迭代參數或定義參數組lr (float, 可選) – 學習率（默認：1e-3）betas (Tuple[float, float], 可選) – 用于計算梯度運行平均值及其平方的系數（默認：0.9， 0.999）eps (float, 可選) – 增加分母的數值以提高數值穩定性（默認：1e-8）weight_decay (float, 可選) – 權重衰減（L2范數）（默認: 0）step(closure) #執行單個優化步驟。#參數：closure (callable,可選) – 重新評估模型并返回損失的閉包。注意：momentum是梯度下降法中一種常用的加速技術。對于一般的SGD，其表達式為,沿負梯度方向下降。而帶momentum項的SGD則寫生如下形式：
?
其中即momentum系數，通俗的理解上面式子就是，如果上一次的momentum（即）與這一次的負梯度方向是相同的，那這次下降的幅度就會加大，所以這樣做能夠達到加速收斂的過程。
關于學習率的調整
首先在一開始的時候我們可以給我們的神經網絡附一個“經驗性”的學習率：
lr=1e-3? ? ? ? #SGD
lr=1e-3? ? ? ? #Adam一般要求學習率比較小
接著，假設對于不同層想給予不同的學習率怎么辦呢？
參考：https://www.cnblogs.com/hellcat/p/8496727.html
# # 直接對不同的網絡模塊制定不同學習率 classifiter的學習率設置為1e-2，所有的momentum=0.9 optimizer = optim.SGD([{'params': net.features.parameters()}, # 默認lr是1e-5{'params': net.classifiter.parameters(), 'lr': 1e-2}], lr=1e-5，momentum=0.9)##=======================以層為單位，為不同層指定不同的學習率# ## 提取指定層對象為classifiter模塊的第0個和第3個 special_layers = t.nn.ModuleList([net.classifiter[0], net.classifiter[3]]) # ## 獲取指定層參數id special_layers_params = list(map(id, special_layers.parameters())) print(special_layers_params) # ## 獲取非指定層的參數id base_params = filter(lambda p: id(p) not in special_layers_params, net.parameters()) optimizer = t.optim.SGD([{'params': base_params},{'params': special_layers.parameters(), 'lr': 0.01}], lr=0.001)當你發現你的loss在訓練過程中居然還上升了，那么一般來講，是你此時的學習率設置過大了。這時候我們需要動態調整我們的學習率：
def adjust_learning_rate(optimizer, epoch, t=10):"""Sets the learning rate to the initial LR decayed by 10 every t epochs，default=10"""new_lr = lr * (0.1 ** (epoch // t))for param_group in optimizer.param_groups:param_group['lr'] = new_lr官方文檔中還給出用?
| torch.optim.lr_scheduler?基于循環的次數提供了一些方法來調節學習率. ? torch.optim.lr_scheduler.ReduceLROnPlateau?基于驗證測量結果來設置不同的學習率. |
參考：https://ptorch.com/docs/1/optim?
其他調參的策略
1.L2-正則化防止過擬合
weight decay（權值衰減），其最終目的是防止過擬合。在機器學習或者模式識別中，會出現overfitting，而當網絡逐漸overfitting時網絡權值逐漸變大，因此，為了避免出現overfitting,會給誤差函數添加一個懲罰項，常用的懲罰項是所有權重的平方乘以一個衰減常量之和。其用來懲罰大的權值。在損失函數中，weight decay是放在正則項（regularization）前面的一個系數，正則項一般指示模型的復雜度，所以weight decay的作用是調節模型復雜度對損失函數的影響，若weight decay很大，則復雜的模型損失函數的值也就大。
這個在定義優化器的時候可以通過參數 【weight_decay，一般建議0.0005】來設置：
opt_Adam = torch.optim.Adam(net_Adam.parameters(), lr=LR, betas=(0.9, 0.99), eps=1e-06, weight_decay=0.0005)2、batch normalization。batch normalization的是指在神經網絡中激活函數的前面，將按照特征進行normalization，這樣做的好處有三點：
- 提高梯度在網絡中的流動。Normalization能夠使特征全部縮放到[0,1]，這樣在反向傳播時候的梯度都是在1左右，避免了梯度消失現象。
- 提升學習速率。歸一化后的數據能夠快速的達到收斂。
- 減少模型訓練對初始化的依賴。
- 減少參數選擇的依賴
一些通常的解釋：https://blog.csdn.net/hjimce/article/details/50866313?
3、加入dropout層：dropout一般設置為0.5
4、集成方法
?
?
最后，在訓練過程中關于loss的一些說明:
參考：https://blog.csdn.net/LIYUAN123ZHOUHUI/article/details/74453980
1 train loss 不斷下降,test loss 不斷下降,說明網絡正在學習
2 train loss 不斷下降,test loss 趨于不變,說明網絡過擬合
3 train loss 趨于不變,test loss 趨于不變,說明學習遇到瓶頸,需要減小學習率或者批處理大小
4 train loss 趨于不變,test loss 不斷下降,說明數據集100%有問題
5 train loss 不斷上升,test loss 不斷上升(最終變為NaN),可能是網絡結構設計不當,訓練超參數設置不當,程序bug等某個問題引起
6 train loss 不斷上下跳動,可能引起的原因:學習率過大,或者批處理大小太小
總結
以上是生活随笔為你收集整理的pytorch 调参的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 中断嵌套
- 下一篇： python+selenium+chro