快捷方式

Adadelta

class torch.optim.Adadelta(params, lr=1.0, rho=0.9, eps=1e-06, weight_decay=0, foreach=None, *, capturable=False, maximize=False, differentiable=False)[source]

实现 Adadelta 算法。

input:γ (lr),θ0 (params),f(θ) (objective),ρ (decay),λ (weight decay)initialize:v00 (square avg),u00 (accumulate variables)fort=1todogtθft(θt1)ifλ0gtgt+λθt1vtvt1ρ+gt2(1ρ)Δxtut1+ϵvt+ϵgtutut1ρ+Δxt2(1ρ)θtθt1γΔxtreturnθt\begin{aligned} &\rule{110mm}{0.4pt} \\ &\textbf{input} : \gamma \text{ (lr)}, \: \theta_0 \text{ (params)}, \: f(\theta) \text{ (objective)}, \: \rho \text{ (decay)}, \: \lambda \text{ (weight decay)} \\ &\textbf{initialize} : v_0 \leftarrow 0 \: \text{ (square avg)}, \: u_0 \leftarrow 0 \: \text{ (accumulate variables)} \\[-1.ex] &\rule{110mm}{0.4pt} \\ &\textbf{for} \: t=1 \: \textbf{to} \: \ldots \: \textbf{do} \\ &\hspace{5mm}g_t \leftarrow \nabla_{\theta} f_t (\theta_{t-1}) \\ &\hspace{5mm}if \: \lambda \neq 0 \\ &\hspace{10mm} g_t \leftarrow g_t + \lambda \theta_{t-1} \\ &\hspace{5mm} v_t \leftarrow v_{t-1} \rho + g^2_t (1 - \rho) \\ &\hspace{5mm}\Delta x_t \leftarrow \frac{\sqrt{u_{t-1} + \epsilon }}{ \sqrt{v_t + \epsilon} }g_t \hspace{21mm} \\ &\hspace{5mm} u_t \leftarrow u_{t-1} \rho + \Delta x^2_t (1 - \rho) \\ &\hspace{5mm}\theta_t \leftarrow \theta_{t-1} - \gamma \Delta x_t \\ &\rule{110mm}{0.4pt} \\[-1.ex] &\bf{return} \: \theta_t \\[-1.ex] &\rule{110mm}{0.4pt} \\[-1.ex] \end{aligned}

有关该算法的更多详细信息,请参阅 ADADELTA:一种自适应学习率方法

参数
  • params (iterable) – 要优化的参数的迭代器或定义参数组的字典

  • rho (float, 可选) – 用于计算梯度平方运行平均值的系数(默认值:0.9)。较高的 rho 值将导致较慢的平均值,这有助于防止学习过程中的振荡。

  • eps (float, 可选) – 添加到分母中的项,以提高数值稳定性(默认值:1e-6)。

  • lr (float, Tensor, 可选) – 应用于参数之前缩放 delta 的系数(默认值:1.0)

  • weight_decay (float, 可选) – 权重衰减(L2 惩罚)(默认值:0)

  • foreach (bool, 可选) – 是否使用优化器的 foreach 实现。如果用户未指定(因此 foreach 为 None),我们将在 CUDA 上尝试使用 foreach 而不是 for 循环实现,因为它通常性能更高。请注意,foreach 实现比 for 循环版本使用大约 sizeof(params) 更多的峰值内存,因为中间结果是张量列表而不是单个张量。如果内存不足,请一次通过优化器批处理较少的参数,或将此标志切换为 False(默认值:None)

  • capturable (bool, 可选) – 此实例是否可以安全地捕获在 CUDA 图中。将 True 传递给它可能会损害非图性能,因此,如果您不打算捕获此实例的图,请将其保留为 False(默认值:False)

  • maximize (bool, 可选) – 相对于 params 最大化目标,而不是最小化(默认值:False)

  • differentiable (bool, 可选) – 在训练中是否应通过优化器步骤进行自动梯度。否则,step() 函数在 torch.no_grad() 上下文中运行。设置为 True 可能会损害性能,因此,如果您不打算通过此实例运行自动梯度,请将其保留为 False(默认值:False)

add_param_group(param_group)

将参数组添加到 Optimizerparam_groups 中。

当微调预训练网络时,这很有用,因为冻结层可以变为可训练的,并在训练过程中添加到 Optimizer 中。

参数

param_group (dict) – 指定哪些张量应该被优化以及特定于组的优化选项。

load_state_dict(state_dict)

加载优化器状态。

参数

state_dict (dict) – 优化器状态。应为调用 state_dict() 返回的对象。

register_load_state_dict_post_hook(hook, prepend=False)

注册一个 load_state_dict 后挂钩,该挂钩将在调用 load_state_dict() 后被调用。它应该具有以下签名

hook(optimizer) -> None

optimizer 参数是正在使用的优化器实例。

在对 self 调用 load_state_dict 后,将使用参数 self 调用该挂钩。注册的挂钩可用于在 load_state_dict 加载 state_dict 后执行后处理。

参数
  • hook (Callable) – 要注册的用户定义的挂钩。

  • prepend (bool) – 如果为 True,则提供的后挂钩 hook 将在 load_state_dict 上所有已注册的后挂钩之前触发。否则,提供的 hook 将在所有已注册的后挂钩之后触发。(默认值:False)

返回值

一个句柄,可用于通过调用 handle.remove() 删除添加的挂钩

返回类型

torch.utils.hooks.RemoveableHandle

register_load_state_dict_pre_hook(hook, prepend=False)

注册一个 load_state_dict 前挂钩,该挂钩将在调用 load_state_dict() 之前被调用。它应该具有以下签名

hook(optimizer, state_dict) -> state_dict or None

optimizer 参数是正在使用的优化器实例,而 state_dict 参数是用户传递给 load_state_dictstate_dict 的浅拷贝。挂钩可以就地修改 state_dict,也可以选择性地返回一个新的 state_dict。如果返回了 state_dict,则将使用它加载到优化器中。

在对 self 调用 load_state_dict 之前,将使用参数 selfstate_dict 调用该挂钩。注册的挂钩可用于在进行 load_state_dict 调用之前执行预处理。

参数
  • hook (Callable) – 要注册的用户定义的挂钩。

  • prepend (bool) – 如果为 True,则提供的预挂钩 hook 将在 load_state_dict 上所有已注册的预挂钩之前触发。否则,提供的 hook 将在所有已注册的预挂钩之后触发。(默认值:False)

返回值

一个句柄,可用于通过调用 handle.remove() 删除添加的挂钩

返回类型

torch.utils.hooks.RemoveableHandle

register_state_dict_post_hook(hook, prepend=False)

注册一个 state dict 后挂钩,该挂钩将在调用 state_dict() 后被调用。

它应该具有以下签名

hook(optimizer, state_dict) -> state_dict or None

在对 self 生成 state_dict 后,将使用参数 selfstate_dict 调用该挂钩。挂钩可以就地修改 state_dict,也可以选择性地返回一个新的 state_dict。注册的挂钩可用于在返回 state_dict 之前对其执行后处理。

参数
  • hook (Callable) – 要注册的用户定义的挂钩。

  • prepend (bool) – 如果为 True,则提供的后挂钩 hook 将在 state_dict 上所有已注册的后挂钩之前触发。否则,提供的 hook 将在所有已注册的后挂钩之后触发。(默认值:False)

返回值

一个句柄,可用于通过调用 handle.remove() 删除添加的挂钩

返回类型

torch.utils.hooks.RemoveableHandle

register_state_dict_pre_hook(hook, prepend=False)

注册一个 state dict 前挂钩,该挂钩将在调用 state_dict() 之前被调用。

它应该具有以下签名

hook(optimizer) -> None

optimizer 参数是正在使用的优化器实例。在对 self 调用 state_dict 之前,将使用参数 self 调用该挂钩。注册的挂钩可用于在进行 state_dict 调用之前执行预处理。

参数
  • hook (Callable) – 要注册的用户定义的挂钩。

  • prepend (bool) – 如果为 True,则提供的预挂钩 hook 将在 state_dict 上所有已注册的预挂钩之前触发。否则,提供的 hook 将在所有已注册的预挂钩之后触发。(默认值:False)

返回值

一个句柄,可用于通过调用 handle.remove() 删除添加的挂钩

返回类型

torch.utils.hooks.RemoveableHandle

register_step_post_hook(hook)

注册一个优化器步骤后挂钩,该挂钩将在优化器步骤之后被调用。

它应该具有以下签名

hook(optimizer, args, kwargs) -> None

optimizer 参数是正在使用的优化器实例。

参数

hook (Callable) – 要注册的用户定义的挂钩。

返回值

一个句柄,可用于通过调用 handle.remove() 删除添加的挂钩

返回类型

torch.utils.hooks.RemovableHandle

register_step_pre_hook(hook)

注册一个优化器步骤前挂钩,该挂钩将在优化器步骤之前被调用。

它应该具有以下签名

hook(optimizer, args, kwargs) -> None or modified args and kwargs

optimizer 参数是正在使用的优化器实例。如果前挂钩修改了 args 和 kwargs,则将转换后的值作为包含 new_args 和 new_kwargs 的元组返回。

参数

hook (Callable) – 要注册的用户定义的挂钩。

返回值

一个句柄,可用于通过调用 handle.remove() 删除添加的挂钩

返回类型

torch.utils.hooks.RemovableHandle

state_dict()

将优化器状态作为 dict 返回。

它包含两个条目

  • state:一个保存当前优化状态的字典。其内容

    在不同的优化器类之间有所不同,但一些共同特征仍然存在。例如,状态是针对每个参数保存的,参数本身未保存。state 是一个字典,将参数 ID 映射到一个字典,其中包含与每个参数对应的状态。

  • param_groups:一个列表,包含所有参数组,其中每个

    参数组都是一个字典。每个参数组包含特定于优化器的元数据,例如学习率和权重衰减,以及组中参数的参数 ID 列表。

注意:参数 ID 可能看起来像索引,但它们只是将状态与 param_group 关联的 ID。从 state_dict 加载时,优化器将压缩 param_group params(整数 ID)和优化器 param_groups(实际的 nn.Parameter)以匹配状态,无需额外的验证。

返回的 state dict 可能如下所示

{
    'state': {
        0: {'momentum_buffer': tensor(...), ...},
        1: {'momentum_buffer': tensor(...), ...},
        2: {'momentum_buffer': tensor(...), ...},
        3: {'momentum_buffer': tensor(...), ...}
    },
    'param_groups': [
        {
            'lr': 0.01,
            'weight_decay': 0,
            ...
            'params': [0]
        },
        {
            'lr': 0.001,
            'weight_decay': 0.5,
            ...
            'params': [1, 2, 3]
        }
    ]
}
返回类型

Dict[str, Any]

step(closure=None)[source]

执行单个优化步骤。

参数

closure (Callable, optional) – 一个重新评估模型并返回损失的闭包。

zero_grad(set_to_none=True)

重置所有已优化 torch.Tensor 的梯度。

参数

set_to_none (bool) – 代替设置为零,将梯度设置为 None。这通常会降低内存占用,并且可以适度提高性能。但是,它会改变某些行为。例如:1. 当用户尝试访问梯度并在其上执行手动操作时,None 属性或全为 0 的张量将表现出不同的行为。2. 如果用户请求 zero_grad(set_to_none=True) 后跟反向传播,则对于未接收梯度的参数,.grad 保证为 None。3. torch.optim 优化器在梯度为 0 或 None 时具有不同的行为(在一个情况下,它使用梯度 0 执行步骤,而在另一个情况下,它完全跳过该步骤)。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源