Pytorch 学习率衰减方法

  • 1.什么是学习率衰减
  • 2.使用库函数进行调整
  • 2.1.有序调整
  • 2.1.1等间隔调整学习率
  • 2.1.2.多间隔调整学习率
  • 2.1.3.指数衰减调整学习率 ExponentialLR
  • 2.1.4.余弦退火函数调整学习率
  • 2.2.根据指标调整学习率ReduceLROnPlateau
  • 2.3.自定义调整学习率
  • 3.手动调整学习率


1.什么是学习率衰减

梯度下降算法需要我们指定一个学习率作为权重更新步幅的控制因子，常用的学习率有0.01、0.001以及0.0001等，学习率越大则权重更新。一般来说，我们希望在训练初期学习率大一些，使得网络收敛迅速，在训练后期学习率小一些，使得网络更好的收敛到最优解。
Pytorch中有两种学习率调整(衰减)方法：
（1）使用库函数进行调整；
（2）手动调整。

2.使用库函数进行调整

Pytorch学习率调整策略通过 torch.optim.lr_sheduler 接口实现。pytorch提供的学习率调整策略分为三大类，分别是：
（1）有序调整：等间隔调整(Step)，多间隔调整(MultiStep)，指数衰减(Exponential)，余弦退火(CosineAnnealing);
（2）自适应调整：依训练状况伺机而变，通过监测某个指标的变化情况(loss、accuracy)，当该指标不怎么变化时，就是调整学习率的时机(ReduceLROnPlateau);
（3）自定义调整：通过自定义关于epoch的lambda函数调整学习率(LambdaLR)。
在每个epoch的训练中，使用scheduler.step()语句进行学习率更新

optimizer = torch.optim.SGD(model.parameters(), lr=0.1)
scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=30, gamma=0.1)

def train(...):
    for i, data in enumerate(train_loader):
        ......
        y_ = model(x)
        loss = criterion(y_,y)
        loss.backward()
        optimizer.step()
        ......
 
for epoch in range(epochs):
    train(...)
    test(...)
    scheduler.step()

2.1.有序调整

2.1.1等间隔调整学习率

torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)

每训练step_size个epoch，学习率调整为lr=lr*gamma.
以下内容中都将epoch和step对等，因为每个epoch中只进行一次scheduler.step()，实则该step指scheduler.step()中的step, 即step_size指scheduler.step()进行的次数。
参数

  • optimizer: 神经网络训练中使用的优化器，如optimizer=torch.optim.SGD(…)
  • step_size(int): 学习率下降间隔数，单位是epoch，而不是iteration.
  • gamma(float):学习率调整倍数，默认为0.1
  • last_epoch(int)：上一个epoch数，这个变量用来指示学习率是否需要调整。当last_epoch符合设定的间隔时，就会对学习率进行调整；当为-1时，学习率设置为初始值。

2.1.2.多间隔调整学习率

跟2.1类似，但学习率调整的间隔并不是相等的，如epoch=10时调整一次，epoch=30时调整一次，epoch=80时调整一次…

torch.optim.lr_shceduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=-1)

参数：

  • milestone(list): 一个列表参数，表示多个学习率需要调整的epoch值，如milestones=[10, 30, 80].
  • 其它参数同(1)。

2.1.3.指数衰减调整学习率 ExponentialLR

学习率呈指数型衰减，每训练一个epoch，lr=lr×γepoch

torch.optim.lr_scheduler.ExponentialLR(optimizer, gamma, last_epoch)

参数：

  • gamma(float)：学习率调整倍数的底数，指数为epoch，初始值我lr, 倍数为γepoch
  • 其它参数同上。

2.1.4.余弦退火函数调整学习率

学习率呈余弦函数型衰减，并以2×Tmax为余弦函数周期，epoch=0对应余弦型学习率调整曲线的x=0，ymax=lr，epoch=Tmax对应余弦型学习率调整曲线的x=Π，ymin=etamin处，随着epoch>Tmax，学习率随epoch增加逐渐上升，整个走势同cos(x)。

torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max, eta_min=0, last_epoch=-1)

参数：

  • Tmax(int):学习率下降到最小值时的epoch数，即当epoch=T_max时，学习率下降到余弦函数最小值，当epoch>T_max时，学习率将增大；
  • etamin: 学习率调整的最小值，即epoch=Tmax时，lrmin=etamin, 默认为0.
  • 其它参数同上。

2.2.根据指标调整学习率ReduceLROnPlateau

当某指标(loss或accuracy)在最近几个epoch中都没有变化(下降或升高超过给定阈值)时，调整学习率。
如当验证集的loss不再下降是，调整学习率；或监察验证集的accuracy不再升高时，调整学习率。

torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1,
	 patience=10,verbose=False, threshold=0.0001, threshold_mode='rel', cooldown=0, 
		 min_lr=0, eps=1e-08)

参数：

  • mode(str): 模式选择，有min和max两种模式，min表示当指标不再降低(如监测loss)，max表示当指标不再升高(如监测accuracy)。
  • factor(float): 学习率调整倍数，同前面的gamma，当监测指标达到要求时，lr=lr×factor。
  • patience(int): 忍受该指标多少个epoch不变化，当忍无可忍时，调整学习率。
  • verbose(bool): 是否打印学习率信息，print( ‘Epoch {:5d} reducing learning rate of group {} to {:.4e}.’.format(epoch, i, new_lr), 默认为False, 即不打印该信息。
  • threshold_mode (str): 选择判断指标是否达最优的模式，有两种模式：rel 和 abs.
    当threshold_mode == rel, 并且 mode == max时，dynamic_threshold = best * (1 + threshold);
    当threshold_mode == rel, 并且 mode == min时，dynamic_threshold = best * (1 - threshold);
    当threshold_mode == abs, 并且 mode == max时，dynamic_threshold = best + threshold;
    当threshold_mode == abs, 并且 mode == min时，dynamic_threshold = best - threshold;
    threshold(float): 配合threshold_mode使用。
  • cooldown(int): “冷却时间”，当调整学习率之后，让学习率调整策略冷静一下，让模型在训练一段时间，再重启监测模式
  • min_lr(float or list): 学习率下限，可为float，或者list，当有多个参数组时，可用list进行设置。
  • eps(float): 学习率衰减的最小值，当学习率的变化值小于eps时，则不调整学习率。

2.3.自定义调整学习率

为不同参数组设定不同学习率调整策略。调整规则为：
lr = base_lr * lambda(self.last_epoch)
在fine-tune中特别有用，我们不仅可以为不同层设置不同的学习率，还可以为不同层设置不同的学习率调整策略。

torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1)

参数：

  • lr_lambda(function or list): 自定义计算学习率调整倍数的函数，通常时epoch的函数，当有多个参数组时，设为list.
  • 其它参数同上。

3.手动调整学习率

手动调整学习率，通常可以定义如下函数：

def adjust_learning_rate(optimizer, epoch):
    """Sets the learning rate to the initial LR decayed by 10 every 30 epochs"""
    lr = args.lr * (0.1 ** (epoch // 30))
    for param_group in optimizer.param_groups:
        param_group['lr'] = lr

又如：

def adjust_learning_rate(epoch, lr):
    if epoch <= 81:  # 32k iterations
      return lr
    elif epoch <= 122:  # 48k iterations
      return lr/10
    else:
      return lr/100

该函数通过修改每个epoch下，各参数组中的lr来进行学习率手动调整，用法如下：

for epoch in range(epochs):
    lr = adjust_learning_rate(optimizer, epoch)  # 调整学习率
    optimizer = optim.SGD(net.parameters(), lr=lr, momentum=0.9, weight_decay=5e-4)
    ......
    optimizer.step()  # 采用新的学习率进行参数更新