1、learning rate学习率
梯度下降:梯度是沿着负梯度方向进行更新的,学习率控制更新的步伐;
2、momentum动量
Momentum(动量,冲量):结合当前梯度与上一次更新信息,用于当前更新;
学习动量法之前,先来学习指数加权平均:Pytorch中的梯度更新公式为:公式中的为第i+1次更新的参数,为学习率,为更新量,为momentum系数,为的梯度。
3、torch.optim.SGD
主要参数:
- params:管理的参数组,参数组是一个list,list中的每一个元素是一个dict;
- lr:学习率;
- momentum:动量系数,贝塔;
- weight_decay:L2正则化系数;
- nesterov:布尔变量,是否采用NAG梯度下降方法,默认为False;
optim.SGD(params,lr=<object object>,momentum=0,dampening=0,weight_decay=0,nesterov=False)
4、Pytorh的十种优化器
- optim.SGD:随机梯度下降法;
- optim.Adagrad:自适应学习率梯度下降法;
- optim.RMSprop:Adagrad的改进
- optim.Adadelta:Adagrad的改进;
- optim.Adam:RMSprop结合Momentum;
- optim.Adamax:Adam增加学习率上限;
- optim.SparseAdam:稀疏版的Adam;
- optim.ASGD:随机平均梯度下降;
- optim.Rprop:弹性反向传播;
10.optim.LBFGS :BFGS的改进;