在梯度下降更新参数的时，我们往往需要定义一个学习率来控制参数更新的步幅大小，常用的学习率有0.01、0.001以及0.0001等，学习率越大则参数更新越大。一般来说，我们希望在训练初期学习率大一些，使得网络收敛迅速，在训练后期学习率小一些，使得网络更好的收敛到最优解。因此我们常常需要动态的学习率。

⭐参考：https://pytorch.org/docs/master/optim.html#how-to-adjust-learning-rate

Pytorch中的学习率调整有两种方式：

  1. 手动调整optimizer中的lr参数
  2. 利用lr_scheduler()提供的几种衰减函数

一. 手动调整optimizer中的lr参数

from torch.optim import SGD
import matplotlib.pyplot as plt
from torch.nn import Module, Sequential, Linear, CrossEntropyLoss

# 定义网络模型
class model(Module):
    def __init__(self):
        super(model, self).__init__()
        self.fc = Sequential(
            Linear(1,10)
        )

    def forward(self, input):
        output = self.fc(input)
        return output

# 初始化网络模型
Model = model()
# 定义损失函数
Loss = CrossEntropyLoss()
# 创建优化器
lr = 0.01
optimizer = SGD(Model.parameters(), lr=lr)
# 定义一个list保存学习率
lr_list = []
# 学习率更新频率
step = 5

for epoch in range(100):
    if epoch % 5 == 0:
        for p in optimizer.param_groups:
            print("epoch from {} to {}, lr={}".format(epoch, epoch + 5, optimizer.state_dict()['param_groups'][0]['lr']))
            p['lr'] *= 0.9
    lr_list.append(optimizer.state_dict()['param_groups'][0]['lr'])

plt.plot(range(100),lr_list,color = 'r',label = 'Manual Setting')
plt.ylabel('learning rate')
plt.xlabel('epoch')
plt.legend()
plt.show()

输出：





epoch from 0 to 5, lr=0.01
epoch from 5 to 10, lr=0.009000000000000001
epoch from 10 to 15, lr=0.008100000000000001
epoch from 15 to 20, lr=0.007290000000000001
epoch from 20 to 25, lr=0.006561000000000002
epoch from 25 to 30, lr=0.005904900000000002
epoch from 30 to 35, lr=0.005314410000000002
···



在这里插入图片描述


二. 利用lr_scheduler()提供的几种调整函数


2.1 LambdaLR(自定义函数)将学习率定义为与epoch相关的函数




将学习率定义为与epoch相关的函数




torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1)


    

  • optimizer：封装好的优化器
    • 

  • lr_lambda：会接收到一个int参数：epoch，然后根据epoch计算出对应的lr。如果设置多个lambda函数的话，会分别作用于Optimizer中的不同的params_group
    • 

  • last_epoch：最后一个迭代epoch的索引，默认为-1
    • 



from torch.optim import SGD, lr_scheduler
import matplotlib.pyplot as plt
from torch.nn import Module, Sequential, Linear, CrossEntropyLoss


# 定义网络模型
class model(Module):
    def __init__(self):
        super(model, self).__init__()
        self.fc = Sequential(
            Linear(1,10)
        )

    def forward(self, input):
        output = self.fc(input)
        return output

# 初始化网络模型
Model = model()
# 定义损失函数
Loss = CrossEntropyLoss()
# 创建优化器
lr = 0.01
optimizer = SGD(Model.parameters(), lr=lr)
# 定义一个list保存学习率
lr_list = []

# 定义学习率与轮数关系的函数
lambda1 = lambda epoch:0.95 ** epoch # 学习率 = 0.95**(轮数)              
scheduler = lr_scheduler.LambdaLR(optimizer,lr_lambda = lambda1)

for epoch in range(100):
    print("epoch={}, lr={}".format(epoch, optimizer.state_dict()['param_groups'][0]['lr']))
    scheduler.step()
    lr_list.append(optimizer.state_dict()['param_groups'][0]['lr'])

plt.plot(range(100),lr_list,color = 'r',label = 'LambdaLR')
plt.ylabel('learning rate')
plt.xlabel('epoch')
plt.legend()
plt.show()



输出：




epoch=0, lr=0.01
epoch=1, lr=0.0095
epoch=2, lr=0.009025
epoch=3, lr=0.00857375
epoch=4, lr=0.0081450625
epoch=5, lr=0.007737809374999998
epoch=6, lr=0.007350918906249998
···



在这里插入图片描述


2.2 StepLR(固定步长衰减)




每个step_size步长后使每个参数组的学习率乘上gamma




torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)


    

  • 

    optimizer：封装的优化器
    

    • 

  • 

    step_size： 学习率衰减的周期
    

    • 

  • 

    gamma：学习率衰减的乘数因子，默认为0.1
    

    • 

  • 

    last_epoch：最后一个迭代epoch的索引，默认为-1
    

    • 



# 其他代码与LambdaLR中相同
scheduler = lr_scheduler.StepLR(optimizer,step_size=5,gamma = 0.8)



输出：


epoch=0, lr=0.01
epoch=1, lr=0.01
epoch=2, lr=0.01
epoch=3, lr=0.01
epoch=4, lr=0.01
epoch=5, lr=0.008
epoch=6, lr=0.008
epoch=7, lr=0.008
epoch=8, lr=0.008
epoch=9, lr=0.008
···



在这里插入图片描述


2.3 MultiStepLR(多步长衰减)




当迭代数epoch达到设定值时，每个参数组的学习率将被gamma衰减






这种衰减方式也是在学术论文中最常见的方式，一般手动调整也会采用这种方法




torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=-1)


    

  • 

    optimizer：封装的优化器
    

    • 

  • 

    milestones： 迭代epochs指数列表. 列表中的值必须是增长的
    

    • 

  • 

    gamma：学习率衰减的乘数因子，默认为0.1
    

    • 

  • 

    last_epoch：最后一个迭代epoch的索引，默认为-1
    

    • 



# 其他代码与LambdaLR中相同
#在指定的epoch值，如[10,30,50,70,90]处对学习率进行衰减，lr = lr * gamma
scheduler = lr_scheduler.MultiStepLR(optimizer, milestones=[10,30,50,70,90], gamma=0.5)



输出：




epoch=5, lr=0.01
epoch=6, lr=0.01
epoch=7, lr=0.01
epoch=8, lr=0.01
epoch=9, lr=0.01
epoch=10, lr=0.005
epoch=11, lr=0.005
epoch=12, lr=0.005
···



在这里插入图片描述


2.4 ExponentialLR(指数衰减)




每个epoch中lr都乘以gamma




torch.optim.lr_scheduler.ExponentialLR(optimizer, gamma, last_epoch=-1)


    

  • optimizer：封装的优化器
    • 

  • gamma ：学习率衰减的乘数因子
    • 

  • last_epoch：最后一个迭代epoch的索引，默认为-1
    • 



# 其他代码与LambdaLR中相同
scheduler = lr_scheduler.ExponentialLR(optimizer, gamma=0.9)



输出：


epoch=0, lr=0.01
epoch=1, lr=0.009000000000000001
epoch=2, lr=0.008100000000000001
epoch=3, lr=0.007290000000000001
epoch=4, lr=0.006561000000000002
epoch=5, lr=0.005904900000000002
epoch=6, lr=0.005314410000000002
epoch=7, lr=0.004782969000000002
epoch=8, lr=0.004304672100000002
···



在这里插入图片描述


2.5 CosineAnnealingLR(余弦退火衰减)




使得学习率按照余弦函数周期变化




torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max, eta_min=0, last_epoch=-1)


    

  • optimizer：封装的优化器
    • 

  • T_max：表示余弦函数周期
    • 



    

  • eta_min：表示学习率的最小值，默认它是0表示学习率至少为正值。
    • 

  • last_epoch：最后一个迭代epoch的索引，默认为-1
    • 



确定一个余弦函数需要知道最值和周期，其中周期就是T_max，最值是初始学习率。


# 其他代码与LambdaLR中相同
scheduler = lr_scheduler.CosineAnnealingLR(optimizer, T_max = 20)



输出：




epoch=0, lr=0.01
epoch=1, lr=0.009938441702975689
epoch=2, lr=0.009755282581475769
epoch=3, lr=0.00945503262094184
epoch=4, lr=0.009045084971874739
epoch=5, lr=0.008535533905932738
epoch=6, lr=0.007938926261462366
epoch=7, lr=0.007269952498697735
epoch=8, lr=0.006545084971874738
···



在这里插入图片描述


2.6 ReduceLROnPlateau(动态衰减学习率)


基于一些验证测量对学习率进行动态的下降当评价指标停止改进时，降低学习率。一旦学习停滞不前，模型通常会从将学习率降低2-10倍中获益。这个调度器读取一个度量量，如果在“patience”迭代内没有看到改进，那么学习率就会降低。


torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=10, verbose=False, threshold=0.0001, threshold_mode='rel', cooldown=0, min_lr=0, eps=1e-08)


    

  • 

    optimizer (Optimizer)：封装的优化器
    

    • 

  • 

    mode (str)：min, max两个模式中一个。在min模式下，当监测的数量停止下降时，lr会减少;在max模式下，当监视的数量停止增加时，它将减少。默认值:“分钟”。
    

    • 

  • 

    factor (float)：学习率衰减的乘数因子。new_lr = lr * factor. Default: 0.1.
    

    

    • 

  • 

    patience (int)：没有改善的迭代epoch数量，这之后学习率会降低。例如，如果patience = 2，那么我们将忽略前2个没有改善的epoch，如果loss仍然没有改善，那么我们只会在第3个epoch之后降低LR。Default:10。
    

    • 

  • 

    verbose (bool)：如果为真，则为每次更新打印一条消息到stdout. Default: False.
    

    

    • 

  • 

    threshold (float)：阈值，为衡量新的最优值，只关注显著变化. Default: 1e-4.
    

    

    • 

  • 

    threshold_mode (str)：rel, abs两个模式中一个. 在rel模式的“max”模式下的计算公式为dynamic_threshold = best * (1 + threshold)，或在“min”模式下的公式为best * (1 - threshold)。在abs模式下的“max”模式下的计算公式为dynamic_threshold = best + threshold，在“min”模式下的公式为的best - threshold. Default: ‘rel’.
    

    

    • 

  • 

    cooldown (int)：触发一次条件后，等待一定epoch再进行检测，避免lr下降过速. Default: 0.
    

    

    • 

  • 

    min_lr (float or list)：标量或标量列表。所有参数组或每组的学习率的下界. Default: 0.
    

    

    • 

  • 

    eps (float)：作用于lr的最小衰减。如果新旧lr之间的差异小于eps，则忽略更新. Default: 1e-8.
    

    • 



import torch
import torchvision.models as models
from matplotlib import pyplot as plt
from torch import optim
import torch.nn as nn
from torch.optim import lr_scheduler

model = models.resnet34(pretrained=True)
fc_features = model.fc.in_features
model.fc = nn.Linear(fc_features, 2)
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(params=model.parameters(), lr=10)
scheduler = lr_scheduler.ReduceLROnPlateau(optimizer, 'min')
inputs = torch.randn(4, 3, 224, 224)
labels = torch.LongTensor([1, 1, 0, 1])
plt.figure()
x = list(range(60))
y = []

for epoch in range(60):
    optimizer.zero_grad()
    outputs = model(inputs)
    # print("outputs={}".format(outputs))
    loss = criterion(outputs, labels)
    print("loss={:.5f}".format(loss))
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()
    scheduler.step(loss)

    lr = optimizer.param_groups[0]['lr']
    print("epoch={}, lr={}".format(epoch, lr))
    y.append(lr)

plt.plot(x, y, label = 'ReduceLROnPlateau')
plt.ylabel('learning rate')
plt.xlabel('epoch')
plt.legend()
plt.show()



输出：


loss=0.71542
epoch=0, lr=10
loss=415.35962
epoch=1, lr=10
loss=7263.38672
epoch=2, lr=10
loss=63877.69922
epoch=3, lr=10
loss=360837.37500
epoch=4, lr=10
loss=14761432.00000
epoch=5, lr=10
loss=4842640.00000
epoch=6, lr=10
loss=16175000.00000
epoch=7, lr=10
loss=876163328.00000
epoch=8, lr=10
loss=7241715.00000
epoch=9, lr=10
loss=1750400.25000
epoch=10, lr=10
loss=11120.10156
epoch=11, lr=1.0
loss=12.41332
epoch=12, lr=1.0
···



第一个loss为0.71542，一直向后的patient=10的10个epoch中都没有loss小于它，所以根据mode=‘min’，lr = lr*factor=lr * 0.1,所以lr从10变为了1.0
在这里插入图片描述


2.7 其他


官网上还有很多其他学习率修改方法，需要用到的时候去上面找到对应的方法即可：


在这里插入图片描述


三. 注意


以上对学习率的更新都是在其step()函数被调用以后完成的，这个step表达的含义可以是一次迭代，当然更多情况下应该是一个epoch以后进行一次scheduler.step()，这根据具体问题来确定。此外，根据pytorch官网上给出的说明，scheduler.step()函数的调用应该在训练代码以后：


scheduler = ...
for epoch in range(100):
    train(...)
    validate(...)
    scheduler.step()