pytorch的动态计算图 导致内存 pytorch 动态调整模型

文章目录

• PyTorch动态调整学习率

• torch.optim.lr_scheduler

• torch.optim.lr_scheduler.LambdaLR
• torch.optim.lr_scheduler.StepLR
• torch.optim.lr_scheduler.ExponetialLR
• torch.optim.lr_scheduler.MultiStepLR
• torch.optim.torch.optim.lr_scheduler.ReduceLROnPlateau
• 其他方法：

PyTorch动态调整学习率

  在深度神经网络中，学习率是最重要的超参数之一。如何调整学习率是“炼丹玄学”中最重要的药方之一。作为当前最为流行的深度学习框架，PyTorch已经为我们封装好了一些在训练过程中动态调整学习率的方法，下面就让我们来看一下。

torch.optim.lr_scheduler

  在torch.optim.lr_scheduler上，基于当前epoch的数值，为我们封装了几种相应的动态学习率调整方法，该部分的官方手册传送门——optim.lr_scheduler官方文档。需要注意的是学习率的调整需要应用在优化器参数更新之后，其应用的简要代码示例如下：

>>> optimizer = torch.optim.Adam(...) #选择一种优化器
>>> scheduler = torch.optim.lr_scheduler.... # 选择一种动态调整学习率的方法，可以是下面几种之一
>>> for epoch in range(100):
>>>     train(...)
>>>     validate(...)

>>>     optimizer.step()
>>>     scheduler.step() # 需要在优化器参数更新之后再动态调整学习率

  下面将介绍一下torch.optim.lr_scheduler中封装的各种动态调整学习率的方法。

torch.optim.lr_scheduler.LambdaLR

  这种动态调整方法的原理是：将每一个参数组的学习率调整为初始化学习率lr的给定函数倍，在fine-tune中十分有用，我们不仅可以为不同的层设定不同的学习率，还可以为其设定不同的学习率调整策略。它的官方形参说明如上，第一个形参optimizer是之前定义好的优化器的实例名（wrapped optimizer）。第二个形参lr_lambda可以是function或是function list，一般是一个关于epoch数目的函数，从而计算出一个乘数因子，并根据该乘数因子调整初始学习率。第三个形参last_epoch默认为-1，它一般不用设置，为-1时的作用是将人为设置的学习率设定为调整学习率的基础值lr。这里需要注意的是，last_epoch默认为-1只能保证第一次调整学习率时，原始待调整的值为人工设定的初始学习率，而第二次调整学习率时，调整的基值就变成了第一次调整后的学习率。

  它的使用示例如下：

>>> # 假设优化器有两组参数
>>> lambda1 = lambda epoch: epoch // 30 # 第一组参数的调整方法
>>> lambda2 = lambda epoch: 0.95 ** epoch # 第二组参数的调整方法
>>> optimizer = torch.optim.Adam(...) #选择Adam优化器
>>> scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=[lambda1, lambda2]) # 选定调整方法
>>> for epoch in range(100):
>>>     train(...)
>>>     validate(...)

>>>     optimizer.step()
>>>     scheduler.step() # 需要在优化器参数更新之后再动态调整学习率，每次更新是根据epoch数量在两个函数上计算得到的乘数因子进行更新

torch.optim.lr_scheduler.StepLR

  这是比较常用的等间隔动态调整方法，该方法的原理为：每隔step_size个epoch就对每一参数组的学习率按gamma参数进行一次衰减。在它的形参中，第一个形参optimizer是之前定义好的优化器的实例名（wrapped optimizer）；第二个形参step_size是学习率衰减的周期（隔多少个epoch衰减一次）；第三个形参gamma是学习率衰减的乘法因子（Multiplicative factor），默认值为0.1；第四个形参last_epoch默认为-1，它一般不用设置，为-1时的作用是将人为设置的学习率设定为调整学习率的基础值lr。这里需要注意的是，last_epoch默认为-1只能保证第一次调整学习率时，原始待调整的值为人工设定的初始学习率，而第二次调整学习率时，调整的基值就变成了第一次调整后的学习率。

  该方法的使用示例如下：

>>> # 假定对于所有参数组的初始学习率为0.5,那么下列代码的学习率调整效果如下：
>>> # lr = 0.05     if epoch < 30
>>> # lr = 0.005    if 30 <= epoch < 60
>>> # lr = 0.0005   if 60 <= epoch < 90
>>> # ...
>>> scheduler = StepLR(optimizer, step_size=30, gamma=0.1)
>>> for epoch in range(100):
>>>     train(...)
>>>     validate(...)
>>>     scheduler.step()

torch.optim.lr_scheduler.ExponetialLR

  这种方法是上面调整方法的简易版本，原理是每个epoch都对当前学习率根据gamma作一个动态调整，相当于做以gamma为底，epoch为幂次的指数运算。它的形参和上述方法中的作用一致，不再多言。

torch.optim.lr_scheduler.MultiStepLR

  这种方法也是基于等间隔调整方法的翻版，它的原理是当epoch的数目增加到一个里程碑（milestones）时，对学习率基于gamma做一个动态调整。这个方法适合后期调试使用，可以通过观察loss曲线，为训练过程的不同阶段设定不同的学习率。在它的形参中，第一个形参optimizer是之前定义好的优化器的实例名（wrapped optimizer）；第二个形参milestones是一个关于epoch数值的list，表示在达到哪个epoch范围内开始变化，其变化原理如后例所示；第三个形参gamma是学习率衰减的乘法因子（Multiplicative factor），默认值为0.1；第四个形参last_epoch默认为-1，它一般不用设置，为-1时的作用是将人为设置的学习率设定为调整学习率的基础值lr。同样地，last_epoch默认为-1只能保证第一次调整学习率时，原始待调整的值为人工设定的初始学习率，而第二次调整学习率时，调整的基值就变成了第一次调整后的学习率。

  该方法的使用示例如下：

>>> # 假定优化器的初始学习率为0.05
>>> # lr = 0.05     if epoch < 30, 保存不变
>>> # lr = 0.005    if 30 <= epoch < 80, 衰减gamma倍
>>> # lr = 0.0005   if epoch >= 80, 再衰减gamma倍
>>> scheduler = MultiStepLR(optimizer, milestones=[30,80], gamma=0.1)
>>> for epoch in range(100):
>>>     train(...)
>>>     validate(...)
>>>     scheduler.step()

torch.optim.torch.optim.lr_scheduler.ReduceLROnPlateau

  与上述基于epoch数目调整学习率的方法不同，该方法是PyTorch提供的一种基于验证指标的调整方法。它的原理是：当指标停止改善时，降低学习率。当模型的学习停滞时，训练过程通常会受益于将学习率降低2~10倍。该种调整方法读取一个度量指标，如果在“耐心”期间内没有发现它有所改善，那么就会降低学习率。下面将一一讲解它的形参：
（1）optimizer：和上述方法一致
（2）mode：可选str字符串数据，为min或max。当选择min时，代表当度量指标停止下降时，开始减小学习率；当选择max时，代表当度量指标停止上升时，开始减小学习率。

（3）factor：float类型数据，学习率调整的乘法因子，默认值为0.1。

（4）patience：int类型数据，可容忍的度量指标没有提升的epoch数目，默认为10。举例说明，当其设置为10时，我们可以容忍10个epoch内没有提升，如果在第11个epoch依然没有提升，那么就开始降低学习率。

（5）verbose：bool数据，如果设置为True，输出每一次更新的信息，默认为False。

（6）threshold：float类型数据，衡量新的最佳阈值，仅关注重大变化，默认为0.0001。

（7）threshold_mode：可选str字符串数据，为rel或abs，默认为rel。在rel模式下，如果mode参数为max，则动态阈值（dynamic_threshold）为best*(1+threshold)，如果mode参数为min，则动态阈值为best+threshold，如果mode参数为min，则动态阈值为best-threshold。

（8）cooldown：int类型数据，减少lr后恢复正常操作之前要等待的epoch数，默认为0。

（9）min_lr：float或list类型数据，学习率的下界，默认为0。

（10）eps：float类型数据，学习率的最小变化值。如果调整后的学习率和调整前的差距小于eps的话，那么就不做任何调整，默认为1e-8。

  其使用案例为：

>>> optimizer = torch.optim.SGD(model.parameters(), lr=0.1, momentum=0.9)
>>> scheduler = ReduceLROnPlateau(optimizer, 'min')
>>> for epoch in range(10):
>>>     train(...)
>>>     val_loss = validate(...) # 度量指标
>>>     # Note that step should be called after validate()
>>>     scheduler.step(val_loss) # 根据度量指标调整学习率

其他方法：

  这种方法基于论文训练神经网络的循环学习率，根据周期性学习率策略（CLR）确定每个参数组的学习率。 该策略以恒定的频率在两个边界之间循环学习率，两个边界之间的距离可以在每次迭代或每个周期的基础上进行缩放。

  使用示例：

>>> optimizer = torch.optim.SGD(model.parameters(), lr=0.1, momentum=0.9)
>>> scheduler = torch.optim.CyclicLR(optimizer)
>>> data_loader = torch.utils.data.DataLoader(...)
>>> for epoch in range(10):
>>>     for batch in data_loader:
>>>         train_batch(...)
>>>         scheduler.step()