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。
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_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.float64、torch.float32、torch.float16 和 torch.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
Optimizer
的 param_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()¶
以
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] } ] }
- 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,.grad
s 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)。