快捷方式

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)[源代码]

实现 RMSprop 算法。

input:α (alpha),γ (lr),θ0 (params),f(θ) (objective)λ (weight decay),μ (momentum),centeredinitialize:v00 (square average),b00 (buffer),g0ave0fort=1todogtθft(θt1)ifλ0gtgt+λθt1vtαvt1+(1α)gt2vt~vtifcenteredgtavegt1aveα+(1α)gtvt~vt~(gtave)2ifμ>0btμbt1+gt/(vt~+ϵ)θtθt1γbtelseθtθt1γgt/(vt~+ϵ)returnθt\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\\ &\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,请参阅 G. Hinton 的讲义以及中心化版本使用循环神经网络生成序列。此处的实现是在添加 epsilon 之前获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γ/(v+ϵ)\gamma/(\sqrt{v} + \epsilon),其中γ\gamma 是计划学习率,vv 是梯度平方加权移动平均值。

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

  • lr (浮点数, 张量, 可选) – 学习率(默认值:1e-2)

  • momentum (浮点数, 可选) – 动量因子(默认值:0)

  • alpha (浮点数, 可选) – 平滑常数(默认值:0.99)

  • eps (浮点数, 可选) – 添加到分母中的项,以提高数值稳定性(默认值:1e-8)

  • centered (布尔值, 可选) – 如果为 True,则计算中心化 RMSProp,梯度将通过其方差估计进行归一化

  • weight_decay (float, 可选) – 权重衰减(L2 正则化)(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),我们将尝试在 CUDA 上使用 foreach 而不是 for 循环实现,因为它通常性能更好。请注意,由于中间结果是张量列表而不是单个张量,因此 foreach 实现比 for 循环版本使用约 sizeof(params) 更多的峰值内存。如果内存有限,请一次通过优化器处理较少的参数,或将此标志切换为 False(默认值:None)

  • maximize (bool, 可选) – 对参数最大化目标函数,而不是最小化(默认值:False)

  • capturable (bool, 可选) – 此实例是否可以在 CUDA 图中安全捕获。设置为 True 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)

  • differentiable (bool, 可选) – 训练过程中是否应通过优化器步骤进行自动微分。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微分,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。

在微调预训练网络时这很有用,因为冻结层可以被设置为可训练,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 state_dict() 调用返回的对象。

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 之后,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) – 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,它将在调用 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,或者可以选择返回一个新的。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) – 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 上所有已注册的前挂钩之前触发。否则,提供的 hook 将在所有已注册的前挂钩之后触发。(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,它将在调用 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,或者可以选择返回一个新的。注册的挂钩可用于在返回之前对 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,它将在调用 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) – 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 上所有已注册的前挂钩之前触发。否则,提供的 hook 将在所有已注册的前挂钩之后触发。(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,它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,它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 被前挂钩修改,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()

将优化器的状态作为 dict 返回。

它包含两个条目

  • state:一个字典,保存当前优化状态。其内容

    在不同的优化器类中有所不同,但有一些共同的特征。例如,状态是针对每个参数保存的,参数本身**不会**被保存。state 是一个字典,将参数 ID 映射到一个字典,该字典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,以及该组中参数的参数 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参数组关联的 ID。从 state_dict 加载时,优化器将 zip 参数组 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) – 一个闭包,重新评估模型并返回损失。

zero_grad(set_to_none=True)

重置所有已优化 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。这通常会降低内存占用,并可以适度提高性能。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