LBFGS¶
- class torch.optim.LBFGS(params, lr=1, max_iter=20, max_eval=None, tolerance_grad=1e-07, tolerance_change=1e-09, history_size=100, line_search_fn=None)[源代码]¶
实现 L-BFGS 算法。
在很大程度上受 minFunc 的启发。
警告
此优化器不支持每个参数选项和参数组(只能有一个)。
警告
现在,所有参数都必须在单个设备上。这将在将来得到改进。
注意
这是一个非常占用内存的优化器(它需要额外的
param_bytes * (history_size + 1)
字节)。如果它不适合内存,请尝试减少历史记录大小,或使用其他算法。- 参数
params (iterable) – 要优化的参数的可迭代对象。参数必须是实数。
lr (float) – 学习率(默认值:1)
max_iter (int) – 每个优化步骤的最大迭代次数(默认值:20)
max_eval (int) – 每个优化步骤的最大函数评估次数(默认值:max_iter * 1.25)。
tolerance_grad (float) – 一阶最优性终止公差(默认值:1e-7)。
tolerance_change (float) – 函数值/参数变化终止公差(默认值:1e-9)。
history_size (int) – 更新历史记录大小(默认值:100)。
line_search_fn (str) – 可以是 ‘strong_wolfe’ 或 None(默认值:None)。
- 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,因为可以将冻结层设为可训练的,并在训练进行时将其添加到
Optimizer
中。- 参数
param_group (dict) – 指定哪些张量应该被优化以及组特定的优化选项。
- 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 后挂钩,它将在调用
load_state_dict()
后调用。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
self
上调用load_state_dict
后,该挂钩将使用参数self
调用。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) – 用户定义的要注册的挂钩。
prepend (bool) – 如果为 True,则提供的 post
hook
将在load_state_dict
上所有已注册的 post-hooks 之前触发。否则,提供的hook
将在所有已注册的 post-hooks 之后触发。(默认:False)
- 返回值
一个句柄,可用于通过调用
handle.remove()
删除添加的挂钩- 返回值类型
torch.utils.hooks.RemoveableHandle
- register_load_state_dict_pre_hook(hook, prepend=False)¶
注册一个 load_state_dict 预挂钩,它将在调用
load_state_dict()
之前调用。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。该挂钩可以在原地修改 state_dict 或可选地返回一个新的。如果返回了 state_dict,它将被用于加载到优化器中。在
self
上调用load_state_dict
之前,该挂钩将使用参数self
和state_dict
调用。注册的挂钩可用于在执行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挂钩。
prepend (bool) – 如果为 True,则提供的 pre
hook
将在load_state_dict
上所有已注册的 pre-hooks 之前触发。否则,提供的hook
将在所有已注册的 pre-hooks 之后触发。(默认:False)
- 返回值
一个句柄,可用于通过调用
handle.remove()
删除添加的挂钩- 返回值类型
torch.utils.hooks.RemoveableHandle
- register_state_dict_post_hook(hook, prepend=False)¶
注册一个 state dict 后挂钩,它将在调用
state_dict()
后调用。它应该具有以下签名
hook(optimizer, state_dict) -> state_dict or None
在
self
上生成state_dict
后,该挂钩将使用参数self
和state_dict
调用。该挂钩可以在原地修改 state_dict 或可选地返回一个新的。注册的挂钩可用于在返回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挂钩。
prepend (bool) – 如果为 True,则提供的 post
hook
将在state_dict
上所有已注册的 post-hooks 之前触发。否则,提供的hook
将在所有已注册的 post-hooks 之后触发。(默认:False)
- 返回值
一个句柄,可用于通过调用
handle.remove()
删除添加的挂钩- 返回值类型
torch.utils.hooks.RemoveableHandle
- register_state_dict_pre_hook(hook, prepend=False)¶
注册一个 state dict 预挂钩,它将在调用
state_dict()
之前调用。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。该挂钩将使用参数self
在self
上调用state_dict
之前调用。注册的挂钩可用于在执行state_dict
调用之前执行预处理。- 参数
hook (Callable) – 用户定义的要注册的挂钩。
prepend (bool) – 如果为 True,则提供的 pre
hook
将在state_dict
上所有已注册的 pre-hooks 之前触发。否则,提供的hook
将在所有已注册的 pre-hooks 之后触发。(默认:False)
- 返回值
一个句柄,可用于通过调用
handle.remove()
删除添加的挂钩- 返回值类型
torch.utils.hooks.RemoveableHandle
- register_step_post_hook(hook)¶
注册一个优化器步骤后挂钩,它将在优化器步骤之后调用。
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- 返回值类型
torch.utils.hooks.RemovableHandle
- register_step_pre_hook(hook)¶
注册一个优化器步骤预挂钩,它将在优化器步骤之前调用。
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 被预挂钩修改,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) – 用户定义的要注册的挂钩。
- 返回值
一个句柄,可用于通过调用
handle.remove()
删除添加的挂钩- 返回值类型
torch.utils.hooks.RemovableHandle
- state_dict()¶
将优化器的状态作为
dict
返回。它包含两个条目
state
:包含当前优化状态的 Dict。它的内容在优化器类之间有所不同,但一些共同特征依然存在。例如,状态是为每个参数保存的,参数本身并没有保存。
state
是一个 Dictionary,将参数 ID 映射到一个 Dict,该 Dict 包含与每个参数相对应状态。
param_groups
:一个 List,包含所有参数组,其中每个参数组是一个 Dict。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,以及该组中参数的参数 ID List。
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。当从 state_dict 加载时,优化器将使用 param_group
params
(整数 ID)和优化器param_groups
(实际的nn.Parameter
s)进行压缩,以便匹配状态,而无需额外的验证。返回的 state dict 可能看起来像这样
{ '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
torch.Tensor
s 的梯度。- 参数
set_to_none (bool) – 不设置为零,而是将梯度设置为 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 Tensor 全部为 0 的行为会不同。2. 如果用户请求
zero_grad(set_to_none=True)
,然后执行反向传播,则对于未接收梯度的参数,.grad
s 保证为 None。3. 如果梯度为 0 或 None,则torch.optim
优化器具有不同的行为(在一种情况下,它会使用梯度为 0 执行步骤,而在另一种情况下,它会完全跳过该步骤)。