深度学习模型训练和验证loss在几个epoch后就平稳正常吗 训练模型loss值一直增大

深度学习模型训练快收敛时loss值突然暴增现象

自己深度学习模型训练快收敛时loss值突然暴增，我就记录下来了各个参数数值和梯度，并绘制了曲线图，供大家参考

自己用的是图卷积神经网络，3层，总共12个参量，也是特地参量设少点方便观察所有参量的参数

'conv1.w1.weight' 'conv1.w2.weight' 'conv1.w1.bias' 'conv1.w2.bias'
'conv2.w1.weight' 'conv2.w2.weight' 'conv2.w1.bias' 'conv2.w2.bias'
'conv3.w1.weight' 'conv3.w2.weight' 'conv3.w1.bias' 'conv3.w2.bias'

figure中多个子图每一行就是一个卷积层，分别是conv1,conv2,conv3,每一列分别是w1,w2,b1.b2

是和上面参数名称排列对应的

参数获取方式：

model_parameters = model.state_dict()
 
这样获取参数，然后plot
参数梯度获取方式：
 
for name, param in model.named_parameters():
    if param.grad is not None:
        print(f"{name}: {param.grad}")
       else:
        print(f"{name}: No gradient")

---

一、参数变化曲线：

1.正常状态：

epoch:0-150

2.loss值突然变大时：

epoch:3400-3600

epoch:4150-4350

二、参数梯度变化曲线：

1.正常状态：

epoch:0-250

epoch:600-800

epoch:1000-1200

2.loss值突然变大时：

epoch:9450-9650

总结

微观上到底是怎么引起的loss值突然变大还不好说，可以看出相比于参数数值本身，梯度和loss值突然变大是有直接关系的，但是梯度又为什么会突然摆动呢？.........

目前发现这个好想和优化器选择是有关系的，我上面训练用的是Adam优化器，它的特点是会自适应调整每个参数的学习率，如果用其他优化器比如SGD/RMSprop/Adagrad不会出现上面loss值突然增大的现象，出现的是收敛时一直摆动像波浪一样的现象

# optimizer = torch.optim.SGD(model.parameters(), lr=lr, momentum=0.9)
# optimizer = torch.optim.RMSprop(model.parameters(), lr=lr)
# optimizer = torch.optim.Adagrad(model.parameters(), lr=lr)

个人分析Adam优化器会自适应调整每个参数的学习率，快收敛时一定有某个参数最先到达一种状态，就是传递到它这的loss值很小了趋近0了，这个时候在Adam优化器作用下这个参数的学习率突然变大，打乱了该参数乃至整个模型的训练，loss值和梯度急剧振荡

这个其实也可以理解成optimizer的自我调整，有的时候loss值暴增后降下来会在暴增前最低值基础上继续降低，当然有的时候loss值暴增后再也不会出现暴增前的最低loss值了