快捷方式

Adagrad

class torch.optim.Adagrad(params, lr=0.01, lr_decay=0, weight_decay=0, initial_accumulator_value=0, eps=1e-10, foreach=None, *, maximize=False, differentiable=False, fused=None)[源代码]

实现 Adagrad 算法。

input:γ (lr),θ0 (params),f(θ) (objective),λ (weight decay),τ (initial accumulator value),η (lr decay)initialize:state_sum0τfort=1todogtθft(θt1)γ~γ/(1+(t1)η)ifλ0gtgt+λθt1state_sumtstate_sumt1+gt2θtθt1γ~gtstate_sumt+ϵreturnθt\begin{aligned} &\rule{110mm}{0.4pt} \\ &\textbf{input} : \gamma \text{ (lr)}, \: \theta_0 \text{ (params)}, \: f(\theta) \text{ (objective)}, \: \lambda \text{ (weight decay)}, \\ &\hspace{12mm} \tau \text{ (initial accumulator value)}, \: \eta\text{ (lr decay)}\\ &\textbf{initialize} : state\_sum_0 \leftarrow \tau \\[-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} \tilde{\gamma} \leftarrow \gamma / (1 +(t-1) \eta) \\ &\hspace{5mm} \textbf{if} \: \lambda \neq 0 \\ &\hspace{10mm} g_t \leftarrow g_t + \lambda \theta_{t-1} \\ &\hspace{5mm}state\_sum_t \leftarrow state\_sum_{t-1} + g^2_t \\ &\hspace{5mm}\theta_t \leftarrow \theta_{t-1}- \tilde{\gamma} \frac{g_t}{\sqrt{state\_sum_t}+\epsilon} \\ &\rule{110mm}{0.4pt} \\[-1.ex] &\bf{return} \: \theta_t \\[-1.ex] &\rule{110mm}{0.4pt} \\[-1.ex] \end{aligned}

有关算法的更多详细信息,请参阅 在线学习和随机优化的自适应次梯度方法.

参数
  • params (iterable) – 要优化的参数的可迭代对象或定义参数组的字典

  • lr (float, 张量, 可选) – 学习率(默认值:1e-2)

  • lr_decay (float, 可选) – 学习率衰减(默认值:0)

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

  • initial_accumulator_value (float, 可选) – 梯度平方和的初始值(默认值:0)

  • eps (float, 可选) – 添加到分母的项,以提高数值稳定性(默认值:1e-10)

  • 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,因为它通常明显更高效。请注意,foreach 实现比 for 循环版本使用约 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。如果内存有限,请一次通过优化器批处理更少的参数,或将此标志切换为 False(默认值:None)

  • 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) – 是否应在训练中通过优化器步骤执行自动梯度。否则,step() 函数在 torch.no_grad() 上下文中运行。设置为 True 可能会影响性能,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)

  • fused (bool, 可选) – 是否使用融合实现(仅限 CPU)。目前,支持 torch.float64torch.float32torch.float16torch.bfloat16。(默认值:None)。请注意,融合实现不支持稀疏或复数梯度。

add_param_group(param_group)

将参数组添加到 Optimizerparam_groups 中。

这在微调预训练网络时很有用,因为冻结层可以变得可训练,并在训练过程中添加到 Optimizer 中。

参数

param_group (dict) – 指定哪些张量应与特定于组的优化选项一起优化。

load_state_dict(state_dict)

加载优化器状态。

参数

state_dict (dict) – 优化器状态。应该是从调用 state_dict() 返回的对象。

register_load_state_dict_post_hook(hook, prepend=False)

注册一个 `load_state_dict` 后置钩子,该钩子将在调用 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。

在调用 `self` 上的 `load_state_dict` 之后,钩子将使用参数 `self` 被调用。注册的钩子可用于在 `load_state_dict` 加载 `state_dict` 之后执行后处理。

参数
  • hook (Callable) – 用户定义的要注册的钩子。

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

返回值

一个句柄,可用于通过调用 `handle.remove()` 来删除添加的钩子

返回类型

torch.utils.hooks.RemoveableHandle

register_load_state_dict_pre_hook(hook, prepend=False)

注册一个 `load_state_dict` 前置钩子,该钩子将在调用 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` 参数是用户传入 `load_state_dict` 的 `state_dict` 的浅拷贝。钩子可以就地修改 `state_dict`,也可以选择返回一个新的。如果返回了一个 `state_dict`,它将被用于加载到优化器中。

在调用 `self` 上的 `load_state_dict` 之前,钩子将使用参数 `self` 和 `state_dict` 被调用。注册的钩子可用于在执行 `load_state_dict` 调用之前执行预处理。

参数
  • hook (Callable) – 用户定义的要注册的钩子。

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

返回值

一个句柄,可用于通过调用 `handle.remove()` 来删除添加的钩子

返回类型

torch.utils.hooks.RemoveableHandle

register_state_dict_post_hook(hook, prepend=False)

注册一个状态字典后置钩子,该钩子将在调用 state_dict() 后被调用。

它应该具有以下签名

hook(optimizer, state_dict) -> state_dict or None

在 `self` 上生成 `state_dict` 之后,钩子将使用参数 `self` 和 `state_dict` 被调用。钩子可以就地修改 `state_dict`,也可以选择返回一个新的。注册的钩子可用于在返回 `state_dict` 之前对 `state_dict` 执行后处理。

参数
  • hook (Callable) – 用户定义的要注册的钩子。

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

返回值

一个句柄,可用于通过调用 `handle.remove()` 来删除添加的钩子

返回类型

torch.utils.hooks.RemoveableHandle

register_state_dict_pre_hook(hook, prepend=False)

注册一个状态字典前置钩子,该钩子将在调用 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。钩子将使用参数 `self` 被调用,然后在 `self` 上调用 `state_dict`。注册的钩子可用于在执行 `state_dict` 调用之前执行预处理。

参数
  • hook (Callable) – 用户定义的要注册的钩子。

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

返回值

一个句柄,可用于通过调用 `handle.remove()` 来删除添加的钩子

返回类型

torch.utils.hooks.RemoveableHandle

register_step_post_hook(hook)

注册一个优化器步骤后置钩子,该钩子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) – 用户定义的要注册的钩子。

返回值

一个句柄,可用于通过调用 `handle.remove()` 来删除添加的钩子

返回类型

torch.utils.hooks.RemovableHandle

register_step_pre_hook(hook)

注册一个优化器步骤前置钩子,该钩子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 `args` 和 `kwargs` 被前置钩子修改,则转换后的值将作为包含 `new_args` 和 `new_kwargs` 的元组返回。

参数

hook (Callable) – 用户定义的要注册的钩子。

返回值

一个句柄,可用于通过调用 `handle.remove()` 来删除添加的钩子

返回类型

torch.utils.hooks.RemovableHandle

state_dict()

dict 的形式返回优化器的状态。

它包含两个条目

  • state: 一个包含当前优化状态的 `Dict`。其内容

    在不同的优化器类之间有所不同,但一些共同特征保持不变。例如,状态按参数保存,参数本身没有保存。`state` 是一个字典,它将参数 ID 映射到一个包含与每个参数对应状态的 `Dict`。

  • param_groups: 一个包含所有参数组的 `List`,其中每个

    参数组都是一个 `Dict`。每个参数组都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` 的 `params`(整数 ID)和优化器的 `param_groups`(实际的 `nn.Parameter`)以匹配状态,而无需额外的验证。

返回的 `state_dict` 可能看起来像

{
    '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)

重置所有优化的 torch.Tensor 的梯度。

参数

set_to_none (bool) – 而不是设置为零,将梯度设置为 None。这通常会降低内存占用,并能适度提高性能。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 属性或充满 0 的张量将表现不同。2. 如果用户请求 zero_grad(set_to_none=True) 然后进行反向传播,.grads 保证对于未接收梯度的参数为 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,它使用梯度为 0 进行步骤,而在另一个情况下,它完全跳过步骤)。

文档

访问 PyTorch 的全面的开发者文档

查看文档

教程

获取面向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