与优化函数相关的部分在torch.optim模块中，其中包含了大部分现在已有的流行的优化方法。
如何使用Optimizer
要想使用optimizer，需要创建一个optimizer 对象，这个对象会保存当前状态，并根据梯度更新参数。
怎样构造Optimizer
要构造一个Optimizer，需要使用一个用来包含所有参数（Tensor形式）的iterable，把相关参数（如learning rate、weight decay等）装进去。
注意，如果想要使用.cuda()方法来将model移到GPU中，一定要确保这一步在构造Optimizer之前。因为调用.cuda()之后，model里面的参数已经不是之前的参数了。
示例代码如下：
|
1
2
|
optimizer = optim.SGD(model.parameters(), lr = 0.01, momentum = 0.9)optimizer = optim.Adam([var1, var2], lr = 0.0001) |
常用参数
last_epoch代表上一次的epoch的值，初始值为-1。
单独指定参数
也可以用一个dict的iterable指定参数。这里的每个dict都必须要params这个key，params包含它所属的参数列表。除此之外的key必须它的Optimizer（如SGD）里面有的参数。
You can still pass options as keyword arguments. They will be used as defaults, in the groups that didn't override them. This is useful when you only want to vary a single option, while keeping all others consistent between parameter groups.
这在针对特定部分进行操作时很有用。比如只希望给指定的几个层单独设置学习率：
|
1
2
3
4
5
6
|
optim.SGD([ {'params': model.base.parameters()}, {'params': model.classifier.parameters(), 'lr': 0.001} ], lr = 0.01, momentum = 0.9) |
在上面这段代码中model.base将会使用默认学习率0.01，而model.classifier的参数蒋欢使用0.001的学习率。
怎样进行单次优化
所有optimizer都实现了step()方法，调用这个方法可以更新参数，这个方法有以下两种使用方法：
optimizer.step()
多数optimizer里都可以这么做，每次用backward()这类的方法计算出了梯度后，就可以调用一次这个方法来更新参数。
示例程序：
|
1
2
3
4
5
6
|
for input, target in dataset: optimizer.zero_grad() ouput = model(input) loss = loss_fn(output, target) loss.backward() optimizer.step() |
optimizer.step(closure)
有些优化算法会多次重新计算函数（比如Conjugate Gradient、LBFGS），这样的话你就要使用一个闭包（closure）来支持多次计算model的操作。
这个closure的运行过程是，清除梯度，计算loss，返回loss。
（这个我不太理解，因为这些优化算法不熟悉）
示例程序：
|
1
2
3
4
5
6
7
8
|
for input, target in dataset: def closure(): optimizer.zero_grad() output = model(input) loss = loss_fn(output, target) loss.backward() return loss optimizer.step(closure) |
优化算法
这里就不完整介绍documentation中的内容了，只介绍基类。具体的算法的参数需要理解它们的原理才能明白，这个改天单独来一篇文章介绍。
Optimizer
|
1
|
class torch.optim.Optimizer(params, defaults) |
这是所有optimizer的基类。
注意，各参数的顺序必须保证每次运行都一致。有些数据结构就不满足这个条件，比如dictionary的iterator和set。
参数
params(iterable)是torch.Tensor或者dict的iterable。这个参数指定了需要更新的Tensor。
defaults(dict)是一个dict，它包含了默认的的优化选项。
方法
|
1
|
add_param_group(param_group) |
这个方法的作用是增加一个参数组，在fine tuning一个预训练的网络时有用。
|
1
|
load_state_dict(state_dict) |
这个方法的作用是加载optimizer的状态。
|
1
|
state_dict() |
获取一个optimizer的状态（一个dict）。
zero_grad()方法用于清空梯度。
step(closure)用于进行单次更新。
Adam
|
1
|
class torch.optim.Adam(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08, weight_decay=0, amsgrad=False) |
补充：pytorch里面的Optimizer和optimizer.step()用法
当我们想指定每一层的学习率时：
|
1
2
3
4
|
optim.SGD([ {'params': model.base.parameters()}, {'params': model.classifier.parameters(), 'lr': 1e-3} ], lr=1e-2, momentum=0.9) |
这意味着model.base的参数将会使用1e-2的学习率，model.classifier的参数将会使用1e-3的学习率，并且0.9的momentum将会被用于所有的参数。
进行单次优化
所有的optimizer都实现了step()方法，这个方法会更新所有的参数。它能按两种方式来使用：
|
1
|
optimizer.step() |
这是大多数optimizer所支持的简化版本。一旦梯度被如backward()之类的函数计算好后，我们就可以调用这个函数。
例子
|
1
2
3
4
5
6
7
|
for input, target in dataset: optimizer.zero_grad() output = model(input) loss = loss_fn(output, target) loss.backward() optimizer.step()optimizer.step(closure) |
一些优化算法例如Conjugate Gradient和LBFGS需要重复多次计算函数，因此你需要传入一个闭包去允许它们重新计算你的模型。
这个闭包应当清空梯度，计算损失，然后返回。
例子：
|
1
2
3
4
5
6
7
8
|
for input, target in dataset: def closure(): optimizer.zero_grad() output = model(input) loss = loss_fn(output, target) loss.backward() return loss optimizer.step(closure) |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/gdymind/article/details/82708920
