?作者小新?编辑极市平台
https://a.3durl.cn/YrcZbc文仅分享，侵删
学习率设置对于学习过程来说相当重要。学习率过低会导致学习速度太慢，学习率过高又容易导致难以收敛。在很多学习过程中，都会采用动态调整学习率的方法。刚开始训练的时候，学习率设置大一点，以加快学习速度；之后逐渐减小学习率，来寻找最优解。
那么在Pytorch中，如在训练过程中动态地调整学习率呢？
目录
优化器Optimizer
只训练模型的一部分参数
不同部分的参数设置不同的学习率（以及其他属性）
Optimizer基本属性
optimizer基本方法
动态更新learning rate
torch.optim.lr_scheduler
torch.optim.lr_scheduler.LambdaLr
torch.optim.lr_scheduler.StepLR
torch.optim.lr_scheduler.MultiStepLR
torch.optim.lr_scheduler.ExponentialLR
torch.optim.lr_scheduler.CosineAnnealingLR
torch.optim.lr_scheduler.ReduceLROnPlateau
手动修改lr
在说学习率调整方法之前，先来了解一下Pytorch中的优化器Optimizer机制。
用过Pytorch的都知道，模型训练时的固定搭配。
简单来说，loss.backward()就是反向计算出各参数的梯度，然后optimizer.step()就是更新网络中的参数，optimizer.zero_grad()将这一轮的梯度清零，防止这一轮的梯度影响下一轮的更新。
常用优化器都在torch.optim包中，因此需要先导入包：
这里以常用的Adam优化器和SGD优化器为例，介绍一下Pytorch中的优化器使用方法。
假设我们有一个网络如下，下面的例子都以此网络作为例子：
所有Optimizer公有的一些基本属性：
lr: learning rate，学习率
eps: 学习率最小值，在动态更新学习率时，学习率最小不会小于该值。
weight_decay: 权值衰减。相当于对参数进行L2正则化（使模型复杂度尽可能低，防止过拟合），该值可以理解为正则化项的系数。
betas: （待研究）
amsgrad: (bool)（待研究）
每个Optimizer都维护一个param_groups的list。该list中维护需要优化的参数以及对应的属性设置。
optimizer基本方法
add_param_group(param_group)： 为optimizer的param_groups增加一个参数组。这在微调预先训练的网络时非常有用，因为冻结层可以训练并随着训练的进行添加到优化器中。
load_state_dict(state_dict)： 加载optimizer state。参数必须是optimizer.state_dict()返回的对象。
state_dict()： 返回一个dict，包含optimizer的状态：state和param_groups。
step(closure)： 执行一次参数更新过程。
zero_grad()： 清除所有已经更新的参数的梯度。
我们在构造优化器时，最简单的方法通常如下：
返回网络model的全部参数。
将model的全部参数传入Adam中构造出一个Adam优化器，并设置 learning rate=0.1。因此该 Adam 优化器的 param_groups 维护的就是模型 model 的全部参数，并且学习率为0.1。这样在调用时，就会对model的全部参数进行更新。
Optimizer的param_groups是一个list，其中的每个元素都是一组独立的参数，以dict的方式存储。结构如下：
这样可以实现很多灵活的操作，比如以下。
只训练模型的一部分参数
例如，只想训练上面的model中的layer参数，而保持layer2的参数不动。可以如下设置Optimizer：
不同部分的参数设置不同的学习率（以及其他属性）
例如，要想使model的layer参数学习率为0.1，layer2的参数学习率为0.2，可以如下设置Optimizer：
这种方法更为灵活，手动构造一个params_dict列表来初始化Optimizer。注意，字典中的参数部分的 key 必须为 ‘params’。
这样就可以灵活的设置Optimizer啦。
了解了Optimizer的基本结构和使用方法，接下来就可以看一下，如何在训练过程中动态更新learning rate。
手动修改lr
上面我们了解到，Optimizer的每一组参数维护一个lr，因此，最直接的方法就是我们在训练过程中手动修改Optimizer中对应的lr的值：
torch.optim.lr_scheduler
包中提供了一些类，用于动态修改lr。
注意： pytorch 1.1.0版本之后，在创建了lr_scheduler对象之后，会自动执行第一次lr更新（可以理解为执行一次scheduler.step()）。因此，在使用的时候，需要先调用optimizer.step()，再调用scheduler.step()。如果创建了lr_scheduler对象之后，先调用scheduler.step()，再调用optimizer.step()，则会跳过了第一个学习率的值。
注意： 创建scheduler时，所传入的Optimizer的param_groups必须有一个initial_lr键作为初始学习率。如果last_epoch=-1，则用于初始化的Optimizer可以没有initial_lr键，以 lr 键初始化为initial_lr。
torch.optim.lr_scheduler.LambdaLr
Optimizer：优化器实例
lr_lambda：是一个函数（常用lambda表达式）或函数列表，该函数接收一个int参数（epoch），然后计算出一个系数α，最后学习率更新为 。其中lr_lambda如果传入多个函数的list的话，则对应每组param_groups的学习率调整策略。
last_epoch：（int）上一个epoch数。默认为-1，且当last_epoch=-1时，将lr设置为initial_lr。第一次更新lr时，就按照epoch = last_epoch + 1更新。（比如last_epoch = 1，则第一次lr更新时，就将epoch=2传入上面的lr_lambda函数，得出系数α
需要注意的是，该scheduler每次lr更新，是用initial_lr 乘以系数 ? α，而不是用上一次的lr 乘以系数 α，即
torch.optim.lr_scheduler.StepLR
每迭代step_size次，学习率乘以gamma。
torch.optim.lr_scheduler.MultiStepLR
多段衰减法。milestones传入一个list，指定多个epoch数，每迭代到指定的epoch次数时，lr乘以gamma。
例子：
torch.optim.lr_scheduler.ExponentialLR
每个epoch按指数衰减 lr。
torch.optim.lr_scheduler.CosineAnnealingLR
按照三角函数规则来更新学习率。
表示最小学习率, 即正弦函数最低点
表示最大学习率, 设置为initial_Ir (在last_epoch=-1 时, 即为Ir)。
表示当前epoch数
表示 个 周期所对应的epoch数值
torch.optim.lr_scheduler.ReduceLROnPlateau
根据指定的指标量来调整学习率。如果指标量停止变化时，就减小学习率。
参数：
mode：（str），从（min, max）中选择。
min：如果指定量不再下降，就减小lr
max：如果指定量不再上升，就减小lr
factor：（float），衰减因子，每次更新lr = lr * factor
patience：（int），容忍度，如果经过patience次迭代后，指标没有变化（上升或下降），就更新lr。
verbose：（bool），每次更新lr，是否向std输出。
threshold：（float），阈值，对于制定的指标只有超过阈值才算有变化
threshold_mode：（str），从（rel，abs）总选择。性能衡量方式。
max模式下：dynamic_threshold = best + threshold
min模式下：dynamic_threshold = best - threshold
max模式下：dynamic_threshold = best * ( 1 + threshold )
min模式下：dynamic_threshold = best * ( 1 - threshold )
rel：
abs：
cooldown：（int），每次调整lr之后，冷却cooldown个epoch，避免lr下降过快
min_lr：（float or list），学习率最小值。如果给定一个标量值，就param_groups中所有组都设置该最小值；也可以用一个list为每组指定一个最小值。
eps：（float），lr变化最小值，如果lr的两次变化差距小于eps，则忽略这次变化。
猜您喜欢：
附下载 |《TensorFlow 2.0 深度学习算法实战》
