【学习笔记】Pytorch深度学习—学习率调整策略

发布日期：2024-05-06 来源: 网络 阅读量（）

前面的课程学习了优化器的概念，优化器中有很多超参数如学习率lr，momentum动量、weight_decay系数，这些超参数中最重要的就是学习率。学习率可以直接控制模型参数更新的步伐，此外，在整个模型训练过程中学习率也不是一成不变的，而是可以调整变化的。本节内容就可以分为以下3方面展开，分别是：（1）为什么要调整学习率？（2）Pytorch的六种学习率调整策略；（3）学习率调整总结。

①仅考虑学习率的梯度下降：

②加入momentum系数后随机梯度下降更新公式：

从梯度下降法公式可知，参数更新这一项中会有学习率乘以梯度或更新量（\(lr*g(w_i)\) \(or\) \(lr*v_{i}\)），学习率lr直接控制了模型参数更新的步伐。通常，在模型训练过程中，学习率给的比较大，这样可以让模型参数在初期更新比较快；到了后期，学习率有所下降，让参数更新的步伐减慢。可是，为什么会在模型训练时对学习率采用 “前期大、后期小” 的赋值特点呢？

图1 学习率调整必要性的说明实例

由图1可知，一开始球距离洞口很远，将球打进洞口这一过程形如模型训练中让Loss逐渐下降至0这一过程。
（1）球距离洞口很远，利用较大的力度去打球，让球快速的飞跃到洞口附近，这就是一开始采用大学习率训练模型的原因；
（2）球来到洞口附近，调整力度，轻轻击打球，让球可控、缓慢的朝洞口接近。这就是学习率到了后期，让参数更新的步伐小一点，使得Loss逐渐下降。
这就学习率前期大、后期小的1个形象比喻。下面以函数的优化过程理解学习率“前期大、后期小”的原因。

图2 函数说明实例

Pytorch提供的六种学习率调整策略都是继承于LRScheduler基类，因此首先学习LRScheduler基本属性和基本方法。

主要属性

(1)optimizer:学习率所关联的优化器。已知优化器如torch.optim.SGD才是存放学习率lr的，LRScheduler会去修改优化器中的学习率。所以LRScheduler必须要关联1个优化器才能改动优化器里面的学习率。

（2）last_epoch:记录epoch数。整个学习率调整是以epoch为周期，不要以iteration。
（3）base_lrs:记录初始学习率。

只接受2个参数，分别是optimizer和last_epoch=-1。

主要方法
一定要放在epoch中而不是iteration。

Pytorch提供的六种学习率调整策略

1、StepLR
功能：等间隔调整学习率

主要参数：step_size调整间隔数 gamma调整系数
设置step_size=50，每隔50个epoch时调整学习率，具体是用当前学习率乘以gamma即\(lr=lr*gamma\) ；
调整方式：\(lr=lr*gamma\) (gamma通常取0.1缩小10倍、0.5缩小一半)

实验

结果

图3 等间隔调整学习率StepLR

2、MultiStepLR
功能：按给定间隔调整学习率

主要参数：milestones设定调整时刻数 gamma调整系数
如构建个list设置milestones=[50,125,180]，在第50次、125次、180次时分别调整学习率，具体是用当前学习率乘以gamma即\(lr=lr*gamma\) ；
调整方式：\(lr=lr*gamma\) (gamma通常取0.1缩小10倍、0.5缩小一半)

3、ExponentialLR
功能：按指数衰减调整学习率

主要参数： gamma指数的底
如构建个list设置milestones=[50,125,180]，在第50次、125次、180次时调整学习率，具体是用当前学习率乘以gamma即\(lr=lr*gamma\) ；
调整方式：\(lr=lr*gamma**epoch\) (gamma通常会设置为接近于1的数值，如0.95；\(lr=lr*gamma^{epoch}→0.1*0.95^1→0.1*0.95^2\))

结果

图4 按指数衰减调整学习率ExponentialLR

4、CosineAnnealingLR
功能：余弦周期调整学习率

主要参数： T_max下降周期，eta_min学习率下限

调整方式：

结果

图5 余弦周期调整学习率CosineAnnealingLR

5、ReduceLRonPlateau
功能：监控指标，当指标不再变化则调整（很实用）
比如监控Loss不再下降、或者分类准确率acc不再上升就进行学习率的调整。

主要参数：
mode:min/max两种模式；
在min模式下，观察监控指标是否下降，用于监控Loss；在max模式下观察监控指标是否上升，用于监控分类准确率acc。
fator调整系数——相当于上面几种调整策略中的gamma值；
patience："耐心"，接收几次不变化；一定要连续多少次不发生变化（patience=10，某指标连续10次epoch没有变化就进行lr调整）
cooldown：“冷却时间”，停止监控一段时间；（cooldown=10，某指标连续10次epoch没有变化就进行lr调整）
verbose：是否打印日志；布尔变量；
min_lr：学习率下限；
eps：学习率衰减最小值。

6、LambdaLR
功能：自定义调整策略

主要参数：
lr_lambda:function or list
如果是1个list,每1个元素也必须是1个function。

该方法适用于对不同的参数组设置不同的学习率调整策略。

1、有序调整：Step、MultiStep、Exponential 和CosineAnnealing
学习率更新之前，就知道学习率在什么时候会调整、调整为多少；
2、自适应调整:ReduceLROnPleateau
监控某一个参数，当该参数不再上升或下降就进行学习率调整。
3、自定义调整:lambda
存在多个参数组，且需要对多个参数组设置不同的学习率调整策略可采用。

要调整学习率，至少应当具有初始学习率，那么该如何设置初始学习率？
（1）设置较小数：10e-2(0.01)、10e-3（0.001）、10e-4（0.0001）；
（2）搜索最大学习率 《Cyclical learning Rates for Training Nerual Networks》