本文主要展示各类深度学习优化器Optimizer的效果。所有结果基于pytorch实现,参考github项目​pytorch-optimizer(仓库地址)​​​的结果。​pytorch-optimizer​基于pytorch实现了常用的optimizer,非常推荐使用并加星该仓库。

文章目录

  • ​​1 简介​​
  • ​​2 结果​​
  • ​​A2GradExp(2018)​​
  • ​​A2GradInc(2018)​​
  • ​​A2GradUni(2018)​​
  • ​​AccSGD(2019)​​
  • ​​AdaBelief(2020)​​
  • ​​AdaBound(2019)​​
  • ​​AdaMod(2019)​​
  • ​​Adafactor(2018)​​
  • ​​AdamP(2020)​​
  • ​​AggMo(2019)​​
  • ​​Apollo(2020)​​
  • ​​DiffGrad*(2019)​​
  • ​​Lamb(2019)​​
  • ​​Lookahead*(2019)​​
  • ​​NovoGrad(2019)​​
  • ​​PID(2018)​​
  • ​​QHAdam(2019)​​
  • ​​QHM(2019)​​
  • ​​RAdam*(2019)​​
  • ​​Ranger(2019)​​
  • ​​RangerQH(2019)​​
  • ​​RangerVA(2019)​​
  • ​​SGDP(2020)​​
  • ​​SGDW(2017)​​
  • ​​SWATS(2017)​​
  • ​​Shampoo(2018)​​
  • ​​Yogi*(2018)​​
  • ​​Adam​​
  • ​​SGD​​
  • ​​3 评价​​
  • ​​4 参考​​

1 简介

pytorch-optimizer​中所实现的optimizer及其文章主要如下所示。关于optimizer的优化研究非常多,但是不同任务,不同数据集所使用的optimizer效果都不一样,看看研究结果就行了。

optimizer

paper

A2GradExp

​https://arxiv.org/abs/1810.00553​

A2GradInc

​https://arxiv.org/abs/1810.00553​

A2GradUni

​https://arxiv.org/abs/1810.00553​

AccSGD

​https://arxiv.org/abs/1803.05591​

AdaBelief

​https://arxiv.org/abs/2010.07468​

AdaBound

​https://arxiv.org/abs/1902.09843​

AdaMod

​https://arxiv.org/abs/1910.12249​

Adafactor

​https://arxiv.org/abs/1804.04235​

AdamP

​https://arxiv.org/abs/2006.08217​

AggMo

​https://arxiv.org/abs/1804.00325​

Apollo

​https://arxiv.org/abs/2009.13586​

DiffGrad

​https://arxiv.org/abs/1909.11015​

Lamb

​https://arxiv.org/abs/1904.00962​

Lookahead

​https://arxiv.org/abs/1907.08610​

NovoGrad

​https://arxiv.org/abs/1905.11286​

PID

​https://www4.comp.polyu.edu.hk/~cslzhang/paper/CVPR18_PID.pdf​

QHAdam

​https://arxiv.org/abs/1810.06801​

QHM

​https://arxiv.org/abs/1810.06801​

RAdam

​https://arxiv.org/abs/1908.03265​

Ranger

​https://arxiv.org/abs/1908.00700v2​

RangerQH

​https://arxiv.org/abs/1908.00700v2​

RangerVA

​https://arxiv.org/abs/1908.00700v2​

SGDP

​https://arxiv.org/abs/2006.08217​

SGDW

​https://arxiv.org/abs/1608.03983​

SWATS

​https://arxiv.org/abs/1712.07628​

Shampoo

​https://arxiv.org/abs/1802.09568​

Yogi

​https://papers.nips.cc/paper/8186-adaptive-methods-for-nonconvex-optimization​

为了评估不同optimizer的效果,​pytorch-optimizer​​使用可视化方法来评估optimizer。可视化帮助我们了解不同的算法如何处理简单的情况,例如:鞍点,局部极小值,最低值等,并可能为算法的内部工作提供有趣的见解。​pytorch-optimizer​选择了Rosenbrock和Rastrigin 函数来进行可视化。具体如下:

  1. Rosenbrock(也称为香蕉函数)是具有一个全局最小值(1.0,1.0)的非凸函数。整体最小值位于一个细长的,抛物线形的平坦山谷内。寻找山谷是微不足道的。但是,要收敛到全局最小值(1.0,1.0)是很困难的。优化算法可能会陷入局部最小值。

[深度学习] 深度学习优化器选择学习笔记_最小值

  1. Rastrigin函数是非凸函数,并且在(0.0,0.0)中具有一个全局最小值。由于此函数的搜索空间很大且局部最小值很大,因此找到该函数的最小值是一个相当困难的工作。

[深度学习] 深度学习优化器选择学习笔记_最小值_02

2 结果

下面分别显示不同年份算法在Rastrigin和Rosenbrock函数下的结果,结果显示为Rastrigin和Rosenbroc从上往下的投影图,其中绿色点表示最优点,结果坐标越接近绿色点表示optimizer效果越好。个人觉得效果较好的方法会在方法标题后加*。

A2GradExp(2018)

Paper: Optimal Adaptive and Accelerated Stochastic Gradient Descent (2018)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_最小值_03

[深度学习] 深度学习优化器选择学习笔记_github_04

A2GradInc(2018)

Paper: Optimal Adaptive and Accelerated Stochastic Gradient Descent (2018)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_github_05

[深度学习] 深度学习优化器选择学习笔记_github_06

A2GradUni(2018)

Paper: Optimal Adaptive and Accelerated Stochastic Gradient Descent (2018)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_github_07

[深度学习] 深度学习优化器选择学习笔记_最小值_08

AccSGD(2019)

Paper: On the insufficiency of existing momentum schemes for Stochastic Optimization (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_github_09

[深度学习] 深度学习优化器选择学习笔记_Ada_10

AdaBelief(2020)

Paper: AdaBelief Optimizer, adapting stepsizes by the belief in observed gradients (2020)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_github_11

[深度学习] 深度学习优化器选择学习笔记_Ada_12

AdaBound(2019)

Paper: An Adaptive and Momental Bound Method for Stochastic Learning. (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_最小值_13

[深度学习] 深度学习优化器选择学习笔记_github_14

AdaMod(2019)

Paper: An Adaptive and Momental Bound Method for Stochastic Learning. (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_github_15

[深度学习] 深度学习优化器选择学习笔记_github_16

Adafactor(2018)

Paper: Adafactor: Adaptive Learning Rates with Sublinear Memory Cost. (2018)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_github_17

[深度学习] 深度学习优化器选择学习笔记_Ada_18

AdamP(2020)

Paper: Slowing Down the Weight Norm Increase in Momentum-based Optimizers. (2020)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_19

[深度学习] 深度学习优化器选择学习笔记_Ada_20

AggMo(2019)

Paper: Aggregated Momentum: Stability Through Passive Damping. (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_21

[深度学习] 深度学习优化器选择学习笔记_github_22

Apollo(2020)

Paper: Apollo: An Adaptive Parameter-wise Diagonal Quasi-Newton Method for Nonconvex Stochastic Optimization. (2020)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_github_23

[深度学习] 深度学习优化器选择学习笔记_github_24

DiffGrad*(2019)

Paper: ​​diffGrad: An Optimization Method for Convolutional Neural Networks. (2019)​

Reference Code: ​​https://github.com/shivram1987/diffGrad​

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_25

[深度学习] 深度学习优化器选择学习笔记_Ada_26

Lamb(2019)

Paper: Large Batch Optimization for Deep Learning: Training BERT in 76 minutes (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_最小值_27

[深度学习] 深度学习优化器选择学习笔记_github_28

Lookahead*(2019)

Paper: ​​Lookahead Optimizer: k steps forward, 1 step back (2019)​

Reference Code: ​​https://github.com/alphadl/lookahead.pytorch​

非常需要注意的是Lookahead严格来说不算一种优化器,Lookahead需要一种其他优化器搭配工作,这里Lookahead搭配Yogi进行优化

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_29

[深度学习] 深度学习优化器选择学习笔记_github_30

NovoGrad(2019)

Paper: Stochastic Gradient Methods with Layer-wise Adaptive Moments for Training of Deep Networks (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_github_31

[深度学习] 深度学习优化器选择学习笔记_github_32

PID(2018)

Paper: A PID Controller Approach for Stochastic Optimization of Deep Networks (2018)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_33

[深度学习] 深度学习优化器选择学习笔记_Ada_34

QHAdam(2019)

Paper: Quasi-hyperbolic momentum and Adam for deep learning (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_35

[深度学习] 深度学习优化器选择学习笔记_最小值_36

QHM(2019)

Paper: Quasi-hyperbolic momentum and Adam for deep learning (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_github_37

[深度学习] 深度学习优化器选择学习笔记_最小值_38

RAdam*(2019)

Paper: ​​On the Variance of the Adaptive Learning Rate and Beyond (2019)​

Reference Code: ​​https://github.com/LiyuanLucasLiu/RAdam​

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_39

[深度学习] 深度学习优化器选择学习笔记_github_40

Ranger(2019)

Paper: Calibrating the Adaptive Learning Rate to Improve Convergence of ADAM (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_最小值_41

[深度学习] 深度学习优化器选择学习笔记_github_42

RangerQH(2019)

Paper: Calibrating the Adaptive Learning Rate to Improve Convergence of ADAM (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_43

[深度学习] 深度学习优化器选择学习笔记_最小值_44

RangerVA(2019)

Paper: Calibrating the Adaptive Learning Rate to Improve Convergence of ADAM (2019)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_45

[深度学习] 深度学习优化器选择学习笔记_Ada_46

SGDP(2020)

Paper: Slowing Down the Weight Norm Increase in Momentum-based Optimizers. (2020)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_github_47

[深度学习] 深度学习优化器选择学习笔记_github_48

SGDW(2017)

Paper: SGDR: Stochastic Gradient Descent with Warm Restarts (2017)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_49

[深度学习] 深度学习优化器选择学习笔记_github_50

SWATS(2017)

Paper: Improving Generalization Performance by Switching from Adam to SGD (2017)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_最小值_51

[深度学习] 深度学习优化器选择学习笔记_github_52

Shampoo(2018)

Paper: Shampoo: Preconditioned Stochastic Tensor Optimization (2018)

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_最小值_53

[深度学习] 深度学习优化器选择学习笔记_github_54

Yogi*(2018)

Paper: ​​Adaptive Methods for Nonconvex Optimization (2018)​

Reference Code: ​​https://github.com/4rtemi5/Yogi-Optimizer_Keras​

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_55

[深度学习] 深度学习优化器选择学习笔记_Ada_56

Adam

pytorch自带

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_最小值_57

[深度学习] 深度学习优化器选择学习笔记_github_58

SGD

pytorch自带

rastrigin

rosenbrock

[深度学习] 深度学习优化器选择学习笔记_Ada_59

[深度学习] 深度学习优化器选择学习笔记_最小值_60

3 评价

看了第2节的结果,DiffGrad,Lookahead,RAdam,Yogi的结果应该还算不错。但是这种可视化结果并不完全正确,一方面训练的epoch太少,另外一方面数据不同以及学习率不同,结果也会大大不同。所以选择合适的优化器在实际调参中还是要具体应用。比如在这个可视化结果中,SGD和Adam效果一般,但是实际上SGD和Adam是广泛验证的优化器,各个任务都能获得不错的结果。SGD是著名的大后期选手,Adam无脑调参最优算法。RAdam很不错,但是并没有那么强,具体RAdam的评价见​​如何看待最新提出的Rectified Adam (RAdam)?​​。DiffGrad和Yogi某些任务不错,在某些任务可能效果更差,实际选择需要多次评估。Lookahead是Adam作者和Hinton联合推出的训练优化器,Lookahead可以配合多种优化器,好用是好用,可能没效果,但是一般都会有点提升,实际用Lookahead还是挺不错的。

结合可视化结果,实际下调参,先试试不同的学习率,然后再选择不同的优化器,如果不会调参,优化器个人推荐选择顺序如下:

  1. Adam
  2. Lookahead + (Adam or Yogi or RAdam)
  3. 带有动量的SGD
  4. RAdam,Yogi,DiffGrad

4 参考