干貨｜pytorch必須掌握的的4種學(xué)習(xí)率衰減策略

梯度下降算法需要我們指定一個學(xué)習(xí)率作為權(quán)重更新步幅的控制因子，常用的學(xué)習(xí)率有0.01、0.001以及0.0001等，學(xué)習(xí)率越大則權(quán)重更新。一般來說，我們希望在訓(xùn)練初期學(xué)習(xí)率大一些，使得網(wǎng)絡(luò)收斂迅速，在訓(xùn)練后期學(xué)習(xí)率小一些，使得網(wǎng)絡(luò)更好的收斂到最優(yōu)解。下圖展示了隨著迭代的進(jìn)行動態(tài)調(diào)整學(xué)習(xí)率的4種策略曲線：

上述4種策略為自己根據(jù)資料整理得到的衰減類型：指數(shù)衰減、固定步長的衰減、多步長衰、余弦退火衰減。下面逐一介紹其性質(zhì)，及pytorch對應(yīng)的使用方式，需要注意學(xué)習(xí)率衰減策略很大程度上是依賴于經(jīng)驗(yàn)與具體問題的，不能照搬參數(shù)。

1、指數(shù)衰減

學(xué)習(xí)率按照指數(shù)的形式衰減是比較常用的策略，我們首先需要確定需要針對哪個優(yōu)化器執(zhí)行學(xué)習(xí)率動態(tài)調(diào)整策略，也就是首先定義一個優(yōu)化器：

optimizer_ExpLR = torch.optim.SGD(net.parameters(), lr=0.1)

定義好優(yōu)化器以后，就可以給這個優(yōu)化器綁定一個指數(shù)衰減學(xué)習(xí)率控制器：

ExpLR = torch.optim.lr_scheduler.ExponentialLR(optimizer_ExpLR, gamma=0.98)

其中參數(shù)gamma表示衰減的底數(shù)，選擇不同的gamma值可以獲得幅度不同的衰減曲線，如下：

2、固定步長衰減

有時我們希望學(xué)習(xí)率每隔一定步數(shù)（或者epoch）就減少為原來的gamma分之一，使用固定步長衰減依舊先定義優(yōu)化器，再給優(yōu)化器綁定StepLR對象：

optimizer_StepLR = torch.optim.SGD(net.parameters(), lr=0.1)StepLR = torch.optim.lr_scheduler.StepLR(optimizer_StepLR, step_size=step_size, gamma=0.65)

其中g(shù)amma參數(shù)表示衰減的程度，step_size參數(shù)表示每隔多少個step進(jìn)行一次學(xué)習(xí)率調(diào)整，下面對比了不同gamma值下的學(xué)習(xí)率變化情況：

3、多步長衰減

上述固定步長的衰減的雖然能夠按照固定的區(qū)間長度進(jìn)行學(xué)習(xí)率更新 ，但是有時我們希望不同的區(qū)間采用不同的更新頻率，或者是有的區(qū)間更新學(xué)習(xí)率，有的區(qū)間不更新學(xué)習(xí)率，這就需要使用MultiStepLR來實(shí)現(xiàn)動態(tài)區(qū)間長度控制：

optimizer_MultiStepLR = torch.optim.SGD(net.parameters(), lr=0.1)torch.optim.lr_scheduler.MultiStepLR(optimizer_MultiStepLR,                    milestones=[200, 300, 320, 340, 200], gamma=0.8)

其中milestones參數(shù)為表示學(xué)習(xí)率更新的起止區(qū)間，在區(qū)間[0. 200]內(nèi)學(xué)習(xí)率不更新，而在[200, 300]、[300, 320].....[340, 400]的右側(cè)值都進(jìn)行一次更新；gamma參數(shù)表示學(xué)習(xí)率衰減為上次的gamma分之一。其圖示如下：

從圖中可以看出，學(xué)習(xí)率在區(qū)間[200， 400]內(nèi)快速的下降，這就是milestones參數(shù)所控制的，在milestones以外的區(qū)間學(xué)習(xí)率始終保持不變。

4、余弦退火衰減

嚴(yán)格的說，余弦退火策略不應(yīng)該算是學(xué)習(xí)率衰減策略，因?yàn)樗沟脤W(xué)習(xí)率按照周期變化，其定義方式如下：

optimizer_CosineLR = torch.optim.SGD(net.parameters(), lr=0.1)CosineLR = torch.optim.lr_scheduler.CosineAnnealingLR(optimizer_CosineLR, T_max=150, eta_min=0)

其包含的參數(shù)和余弦知識一致，參數(shù)T_max表示余弦函數(shù)周期；eta_min表示學(xué)習(xí)率的最小值，默認(rèn)它是0表示學(xué)習(xí)率至少為正值。確定一個余弦函數(shù)需要知道最值和周期，其中周期就是T_max，最值是初試學(xué)習(xí)率。下圖展示了不同周期下的余弦學(xué)習(xí)率更新曲線：

5、上述4種學(xué)習(xí)率動態(tài)更新策略的說明

4個負(fù)責(zé)學(xué)習(xí)率調(diào)整的類：StepLR、ExponentialLR、MultiStepLR和CosineAnnealingLR，其完整對學(xué)習(xí)率的更新都是在其step()函數(shù)被調(diào)用以后完成的，這個step表達(dá)的含義可以是一次迭代，當(dāng)然更多情況下應(yīng)該是一個epoch以后進(jìn)行一次scheduler.step()，這根據(jù)具體問題來確定。此外，根據(jù)pytorch官網(wǎng)上給出的說明，scheduler.step()函數(shù)的調(diào)用應(yīng)該在訓(xùn)練代碼以后：

scheduler = ...>>> for epoch in range(100):>>>     train(...)>>>     validate(...)>>>     scheduler.step()

參考：

https://www.jianshu.com/p/125fe2ab085b

https://pytorch.org/docs/stable/optim.html#how-to-adjust-learning-rate

如果覺得有用，就請分享到朋友圈吧！