RMSprop¶

class torch.optim.RMSprop(params, lr=0.01, alpha=0.99, eps=1e-08, weight_decay=0, momentum=0, centered=False, capturable=False, foreach=None, maximize=False, differentiable=False)[source][source]¶

实现 RMSprop 算法。

\begin{aligned} &\rule{110mm}{0.4pt} \\ &\textbf{input} : \alpha \text{ (alpha)}, \: \gamma \text{ (lr)}, \: \theta_0 \text{ (params)}, \: f(\theta) \text{ (objective)} \\ &\hspace{13mm} \lambda \text{ (weight decay)},\: \mu \text{ (momentum)}, \: centered, \: \epsilon \text{ (epsilon)} \\ &\textbf{initialize} : v_0 \leftarrow 0 \text{ (square average)}, \: \textbf{b}_0 \leftarrow 0 \text{ (buffer)}, \: g^{ave}_0 \leftarrow 0 \\[-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 \alpha v_{t-1} + (1 - \alpha) g^2_t \hspace{8mm} \\ &\hspace{5mm} \tilde{v_t} \leftarrow v_t \\ &\hspace{5mm}if \: centered \\ &\hspace{10mm} g^{ave}_t \leftarrow g^{ave}_{t-1} \alpha + (1-\alpha) g_t \\ &\hspace{10mm} \tilde{v_t} \leftarrow \tilde{v_t} - \big(g^{ave}_{t} \big)^2 \\ &\hspace{5mm}if \: \mu > 0 \\ &\hspace{10mm} \textbf{b}_t\leftarrow \mu \textbf{b}_{t-1} + g_t/ \big(\sqrt{\tilde{v_t}} + \epsilon \big) \\ &\hspace{10mm} \theta_t \leftarrow \theta_{t-1} - \gamma \textbf{b}_t \\ &\hspace{5mm} else \\ &\hspace{10mm}\theta_t \leftarrow \theta_{t-1} - \gamma g_t/ \big(\sqrt{\tilde{v_t}} + \epsilon \big) \hspace{3mm} \\ &\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，我们参考 G. Hinton 的讲义和中心化版本 Generating Sequences With Recurrent Neural Networks。此处的实现是在添加 epsilon 之前取梯度平均值的平方根（请注意，TensorFlow 交换了这两个操作）。因此，有效学习率为 $\gamma/(\sqrt{v} + \epsilon)$ ，其中 $\gamma$ 是计划的学习率， $v$ 是梯度平方的加权移动平均值。

参数

params (iterable) – 要优化的参数 iterable 或 named_parameters，或定义参数组的 dicts iterable。使用 named_parameters 时，所有组中的所有参数都应命名
lr (float, Tensor, optional) – 学习率 (默认值: 1e-2)
alpha (float, optional) – 平滑常数 (默认值: 0.99)
eps (float, optional) – 添加到分母以提高数值稳定性的项 (默认值: 1e-8)
weight_decay (float, optional) – 权重衰减（L2 惩罚）(默认值: 0)
momentum (float, optional) – 动量因子 (默认值: 0)
centered (bool, optional) – 如果为 True，则计算中心化的 RMSProp，梯度通过其方差的估计值进行归一化
capturable (bool, optional) – 此实例是否可以安全地在 CUDA 图中捕获。传递 True 可能会损害未图形化的性能，因此如果您不打算图形捕获此实例，请将其保留为 False (默认值: False)
foreach (bool, optional) – 是否使用优化器的 foreach 实现。如果用户未指定 (因此 foreach 为 None)，我们将尝试在 CUDA 上使用 foreach 而不是 for 循环实现，因为它通常性能更高。请注意，由于中间值是张量列表而不是单个张量，因此 foreach 实现使用的峰值内存比 for 循环版本多约 ~ sizeof(params)。如果内存过高，请一次批量处理较少的参数通过优化器，或将此标志切换为 False (默认值: None)
maximize (bool, optional) – 相对于参数最大化目标，而不是最小化 (默认值: False)
differentiable (bool, optional) – 是否应在训练期间通过优化器步骤进行 autograd。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 autograd，请将其保留为 False (默认值: False)

add_param_group(param_group)[source]¶

向 Optimizer 的 param_groups 添加参数组。

当微调预训练网络时，这可能很有用，因为可以将冻结层设为可训练，并随着训练的进行添加到 Optimizer 中。

参数: param_group (dict) – 指定应优化哪些张量以及特定于组的优化选项。

load_state_dict(state_dict)[source]¶

加载优化器状态。

参数: state_dict (dict) – 优化器状态。应是从调用 state_dict() 返回的对象。

注意

参数的名称（如果它们存在于 state_dict() 中每个参数组的 “param_names” 键下）不会影响加载过程。要将参数名称用于自定义情况（例如，当加载状态字典中的参数与优化器中初始化的参数不同时），应实现自定义 register_load_state_dict_pre_hook 以相应地调整加载的字典。如果 param_names 存在于加载的状态字典 param_groups 中，它们将被保存并覆盖优化器状态中的当前名称（如果存在）。如果加载的状态字典中不存在它们，则优化器 param_names 将保持不变。

register_load_state_dict_post_hook(hook, prepend=False)[source]¶

注册一个 load_state_dict 后置钩子，该钩子将在调用 load_state_dict() 后调用。它应具有以下签名

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 调用钩子。注册的钩子可用于在 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

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)[source]¶

注册一个 load_state_dict 预钩子，该钩子将在调用 load_state_dict() 之前调用。它应具有以下签名

hook(optimizer, state_dict) -> state_dict or None

optimizer 参数是正在使用的优化器实例，state_dict 参数是用户传递给 load_state_dict 的 state_dict 的浅拷贝。钩子可能会就地修改 state_dict 或选择性地返回一个新的。如果返回 state_dict，它将用于加载到优化器中。

在对 self 调用 load_state_dict 之前，将使用参数 self 和 state_dict 调用钩子。注册的钩子可用于在调用 load_state_dict 之前执行预处理。

参数

hook (Callable) – 要注册的用户定义的钩子。
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

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)[source]¶

注册一个 state dict 后置钩子，该钩子将在调用 state_dict() 后调用。

它应具有以下签名

hook(optimizer, state_dict) -> state_dict or None

在 self 上生成 state_dict 后，将使用参数 self 和 state_dict 调用钩子。钩子可能会就地修改 state_dict 或选择性地返回一个新的。注册的钩子可用于在返回 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

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)[source]¶

注册一个 state dict 预钩子，该钩子将在调用 state_dict() 之前调用。

它应具有以下签名

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 调用钩子。注册的钩子可用于在调用 state_dict 之前执行预处理。

参数

hook (Callable) – 要注册的用户定义的钩子。
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

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)[source]¶

注册一个优化器 step 后置钩子，该钩子将在优化器 step 之后调用。

它应具有以下签名

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钩子。
返回: 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)[source]¶

注册一个优化器 step 预钩子，该钩子将在优化器 step 之前调用。

它应具有以下签名

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) – 要注册的用户定义的钩子。
返回: 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()[source]¶

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。其内容
在不同的优化器类之间有所不同，但一些共同的特征仍然存在。例如，状态是按参数保存的，并且参数本身不保存。 state 是一个字典，将参数 ID 映射到包含与每个参数对应的状态的字典。
param_groups：包含所有参数组的列表，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。如果参数组使用 named_parameters() 初始化，则名称内容也将保存在状态字典中。

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（int ID）和优化器 param_groups（实际 nn.Parameter s），以便在没有额外验证的情况下匹配状态。

返回的状态字典可能如下所示

{
    '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]
            'param_names' ['param0']  (optional)
        },
        {
            'lr': 0.001,
            'weight_decay': 0.5,
            ...
            'params': [1, 2, 3]
            'param_names': ['param1', 'layer.weight', 'layer.bias'] (optional)
        }
    ]
}

返回类型: Dict[str, Any]

step(closure=None)[source][source]¶

执行单个优化步骤。

参数: closure (Callable, optional) – 重新评估模型并返回损失值的闭包。

zero_grad(set_to_none=True)[source]¶

重置所有已优化的 torch.Tensor 的梯度。

参数: set_to_none (bool) – 不是设置为零，而是将梯度设置为 None。这通常会减少内存占用，并可能适度提高性能。然而，这会改变某些行为。例如： 1. 当用户尝试访问梯度并对其执行手动操作时，None 属性或充满 0 的张量的行为会有所不同。 2. 如果用户请求 zero_grad(set_to_none=True)，然后进行反向传播，则对于未接收到梯度的参数，.grad 保证为 None。 3. 如果梯度为 0 或 None，torch.optim 优化器的行为会有所不同（在一种情况下，它会使用梯度 0 执行步骤，而在另一种情况下，它会完全跳过该步骤）。

RMSprop¶

文档

教程

资源