在很多学习过程中，都会采用动态调整学习率的方法。刚开始训练的时候，学习率设置大一点，以加快学习速度；之后逐渐减小学习率，来寻找最优解。那么在Pytorch中，如在训练过程中动态地调整学习率呢？

学习率设置对于学习过程来说相当重要。学习率过低会导致学习速度太慢，学习率过高又容易导致难以收敛。在很多学习过程中，都会采用动态调整学习率的方法。刚开始训练的时候，学习率设置大一点，以加快学习速度；之后逐渐减小学习率，来寻找最优解。

那么在Pytorch中，如在训练过程中动态地调整学习率呢？

目录

• 优化器Optimizer
• 只训练模型的一部分参数
• 不同部分的参数设置不同的学习率（以及其他属性）
• Optimizer基本属性
• optimizer基本方法
• 动态更新learning rate
• torch.optim.lr_scheduler
• torch.optim.lr_scheduler.LambdaLr
• torch.optim.lr_scheduler.StepLR
• torch.optim.lr_scheduler.MultiStepLR
• torch.optim.lr_scheduler.ExponentialLR
• torch.optim.lr_scheduler.CosineAnnealingLR
• torch.optim.lr_scheduler.ReduceLROnPlateau
• 手动修改lr

在说学习率调整方法之前，先来了解一下Pytorch中的优化器Optimizer机制。

用过Pytorch的都知道，模型训练时的固定搭配。

loss.backward()
optimizer.step()
optimizer.zero_grad()
...

简单来说，loss.backward()就是反向计算出各参数的梯度，然后optimizer.step()就是更新网络中的参数，optimizer.zero_grad()将这一轮的梯度清零，防止这一轮的梯度影响下一轮的更新。

常用优化器都在torch.optim包中，因此需要先导入包：

import torch.optim.Adam
import torch.optim.SGD

这里以常用的Adam优化器和SGD优化器为例，介绍一下Pytorch中的优化器使用方法。

假设我们有一个网络如下，下面的例子都以此网络作为例子：

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.layer=nn.Linear(10, 2)
        self.layer2=nn.Linear(2, 10)

    def forward(self, input):
        return self.layer(input)       

所有Optimizer公有的一些基本属性：

• lr: learning rate，学习率
• eps: 学习率最小值，在动态更新学习率时，学习率最小不会小于该值。
• weight_decay: 权值衰减。相当于对参数进行L2正则化（使模型复杂度尽可能低，防止过拟合），该值可以理解为正则化项的系数。
• betas: （待研究）
• amsgrad: (bool)（待研究）

每个Optimizer都维护一个param_groups的list。该list中维护需要优化的参数以及对应的属性设置。

• add_param_group(param_group)： 为optimizer的param_groups增加一个参数组。这在微调预先训练的网络时非常有用，因为冻结层可以训练并随着训练的进行添加到优化器中。
• load_state_dict(state_dict)： 加载optimizer state。参数必须是optimizer.state_dict()返回的对象。
• state_dict()： 返回一个dict，包含optimizer的状态：state和param_groups。
• step(closure)： 执行一次参数更新过程。
• zero_grad()： 清除所有已经更新的参数的梯度。

我们在构造优化器时，最简单的方法通常如下：

model=Net()
optimizer_Adam=torch.optim.Adam(model.parameters(), lr=0.1)

model.parameters()返回网络model的全部参数。

将model的全部参数传入Adam中构造出一个Adam优化器，并设置 learning rate=0.1。因此该 Adam 优化器的 param_groups 维护的就是模型 model 的全部参数，并且学习率为0.1。这样在调用optimizer_Adam.step()时，就会对model的全部参数进行更新。

Optimizer的param_groups是一个list，其中的每个元素都是一组独立的参数，以dict的方式存储。结构如下：

-param_groups
    -0(dict)  # 第一组参数
        params:  # 维护要更新的参数
        lr:  # 该组参数的学习率
        betas:
        eps:  # 该组参数的学习率最小值
        weight_decay:  # 该组参数的权重衰减系数
        amsgrad:  
    -1(dict)  # 第二组参数
    -2(dict)  # 第三组参数
    ...
    ...

这样可以实现很多灵活的操作，比如以下。

例如，只想训练上面的model中的layer参数，而保持layer2的参数不动。可以如下设置Optimizer：

model=Net()
optimizer_Adam=torch.optim.Adam(model.layer.parameters(), lr=0.1)  # 只传入layer层的参数，就可以只更新layer层的参数而不影响其他参数。

例如，要想使model的layer参数学习率为0.1，layer2的参数学习率为0.2，可以如下设置Optimizer：

model=Net()
params_dict=[{'params': model.layer.parameters(), 'lr': 0.1},
{'params': model.layer2.parameters(), 'lr': 0.2}]
optimizer_Adam=torch.optim.Adam(params_dict)

这种方法更为灵活，手动构造一个params_dict列表来初始化Optimizer。注意，字典中的参数部分的 key 必须为 ‘params’。

这样就可以灵活的设置Optimizer啦。

了解了Optimizer的基本结构和使用方法，接下来就可以看一下，如何在训练过程中动态更新learning rate。

上面我们了解到，Optimizer的每一组参数维护一个lr，因此，最直接的方法就是我们在训练过程中手动修改Optimizer中对应的lr的值：

model=Net()  # 生成网络
optimizer_Adam=torch.optim.Adam(model.parameters(), lr=0.1)  # 生成优化器

lr_list=[]
for epoch in range(100):  # 假设迭代100次
    if epoch % 5==0:  # 每迭代5次，更新一次学习率
        for params in optimizer_Adam.param_groups:  # 遍历Optimizer中的每一组参数
            params['lr']*=0.9  # 将该组参数的学习率 * 0.9
            # params['weight_decay']=0.5  # 当然也可以修改其他属性
    lr_list.append(optimizer_Adam.state_dict()['param_groups'][0]['lr'])
plt.plot(range(100), lr_list, color='r')
plt.show()

torch.optim.lr_scheduler包中提供了一些类，用于动态修改lr。

• torch.optim.lr_scheduler.LambdaLr
• torch.optim.lr_scheduler.StepLR
• torch.optim.lr_scheduler.MultiStepLR
• torch.optim.lr_scheduler.ExponentialLR
• torch.optim.lr_sheduler.CosineAnneaingLR
• torch.optim.lr_scheduler.ReduceLROnPlateau

注意： pytorch 1.1.0版本之后，在创建了lr_scheduler对象之后，会自动执行第一次lr更新（可以理解为执行一次scheduler.step()）。因此，在使用的时候，需要先调用optimizer.step()，再调用scheduler.step()。如果创建了lr_scheduler对象之后，先调用scheduler.step()，再调用optimizer.step()，则会跳过了第一个学习率的值。

# 调用顺序
loss.backward()
optimizer.step()
scheduler.step()
...

注意： 创建scheduler时，所传入的Optimizer的param_groups必须有一个initial_lr键作为初始学习率。如果last_epoch=-1，则用于初始化的Optimizer可以没有initial_lr键，以 lr 键初始化为initial_lr。

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

• Optimizer：优化器实例
• lr_lambda：是一个函数（常用lambda表达式）或函数列表，该函数接收一个int参数（epoch），然后计算出一个系数α，最后学习率更新为。其中lr_lambda如果传入多个函数的list的话，则对应每组param_groups的学习率调整策略。
• last_epoch：（int）上一个epoch数。默认为-1，且当last_epoch=-1时，将lr设置为initial_lr。第一次更新lr时，就按照epoch=last_epoch + 1更新。（比如last_epoch=1，则第一次lr更新时，就将epoch=2传入上面的lr_lambda函数，得出系数α

需要注意的是，该scheduler每次lr更新，是用initial_lr 乘以系数 α，而不是用上一次的lr 乘以系数 α，即

torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)
每迭代step_size次，学习率乘以gamma。

model=Net()
optimizer_Adam=torch.optim.Adam(model.parameters(), lr=0.1)
# 创建scheduler，每迭代5次，学习率衰减一半
scheduler=torch.optim.lr_scheduler.StepLR(optimizer_Adam, step_size=5, gamma=0.5, last_epoch=-1)

lr_list_1=[]
for epoch in range(100):
    scheduler.step()
    lr_list_1.append(optimizer_Adam.state_dict()['param_groups'][0]['lr'])
plt.plot(range(100), lr_list_1, color='r', label='lr')
plt.legend()
plt.show()

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

多段衰减法。milestones传入一个list，指定多个epoch数，每迭代到指定的epoch次数时，lr乘以gamma。
例子：

model=Net()
optimizer_Adam=torch.optim.Adam(model.parameters(), lr=0.1)  # 初始 lr=0.1
# lr 变化
# 0 - 20 epoch: 0.1
# 21 - 40 epoch: 0.05
# 41 - 60 epoch: 0.025
# 60 - 80 epoch: 0.0125
# 80 - end epoch: 0.01125
scheduler=torch.optim.lr_scheduler.MultiStepLR(optimizer_Adam, milestones=[20, 40, 60, 80], gamma=0.5, last_epoch=-1)

lr_list_1=[]
for epoch in range(100):
    scheduler.step()
    lr_list_1.append(optimizer_Adam.state_dict()['param_groups'][0]['lr'])
plt.plot(range(100), lr_list_1, color='r', label='lr')
plt.legend()
plt.show()

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

每个epoch按指数衰减 lr。

model=Net()
optimizer_Adam=torch.optim.Adam(model.parameters(), lr=0.1)
# 指数衰减学习率，衰减率为 gamma=0.9
scheduler=torch.optim.lr_scheduler.ExponentialLR(optimizer_Adam, gamma=0.9, last_epoch=-1)
lr_list_1=[]
for epoch in range(100):
    scheduler.step() 
    lr_list_1.append(optimizer_Adam.state_dict()['param_groups'][0]['lr'])
plt.plot(range(100), lr_list_1, color='r', label='lr')
plt.legend()
plt.show()

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

按照三角函数规则来更新学习率。

• 表示最小学习率, 即正弦函数最低点
• 表示最大学习率, 设置为initial_Ir (在last_epoch=-1 时, 即为Ir)。
• 表示当前epoch数
• 表示 个 周期所对应的epoch数值

model=Net()
optimizer_Adam=torch.optim.Adam(model.parameters(), lr=0.1)
# 周期为50epoch，lr最小值为0（默认）
scheduler=torch.optim.lr_scheduler.CosineAnnealingLR(optimizer_Adam, eta_min=0, T_max=25, last_epoch=-1)
lr_list_1=[]
for epoch in range(100):
    scheduler.step()
    lr_list_1.append(optimizer_Adam.state_dict()['param_groups'][0]['lr'])
plt.plot(range(100), lr_list_1, color='r', label='lr')
plt.legend()
plt.show()

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)

根据指定的指标量来调整学习率。如果指标量停止变化时，就减小学习率。
参数：

• mode：（str），从（min, max）中选择。
• min：如果指定量不再下降，就减小lr
• max：如果指定量不再上升，就减小lr
• factor：（float），衰减因子，每次更新lr=lr * factor
• patience：（int），容忍度，如果经过patience次迭代后，指标没有变化（上升或下降），就更新lr。
• verbose：（bool），每次更新lr，是否向std输出。
• threshold：（float），阈值，对于制定的指标只有超过阈值才算有变化
• threshold_mode：（str），从（rel，abs）总选择。性能衡量方式。
• max模式下：dynamic_threshold=best + threshold
• min模式下：dynamic_threshold=best - threshold
• max模式下：dynamic_threshold=best * ( 1 + threshold )
• min模式下：dynamic_threshold=best * ( 1 - threshold )
• rel：
• abs：
• cooldown：（int），每次调整lr之后，冷却cooldown个epoch，避免lr下降过快
• min_lr：（float or list），学习率最小值。如果给定一个标量值，就param_groups中所有组都设置该最小值；也可以用一个list为每组指定一个最小值。
• eps：（float），lr变化最小值，如果lr的两次变化差距小于eps，则忽略这次变化。

optimizer=torch.optim.SGD(model.parameters(), lr=0.1, momentum=0.9)
scheduler=ReduceLROnPlateau(optimizer, 'min')
for epoch in range(10):
    train(...)
    val_loss=validate(...)
    # Note that step should be called after validate()
    scheduler.step(val_loss)

另外这里有一个200G人工智能学习大礼包，有需要的在评论区回复【我想要】，会第一时间发送到大家手上。

[人工智能资料包大纲]

• 【第①部分】超详细的人工智能学习路线
• 【第②部分】人工智能必看书籍（AI宝藏电子书这里都有）
• 【第③部分】60份人工智能行业报告（想了解人工智能行业前景就看这！）
• 【第④部分】人工智能快速入门视频教程合集
• 【第⑤部分】计算机视觉应用项目及其源码
• 【第⑥部分】自然语言处理应用项目及其源码
• 【第⑦部分】人工智能论文大合集
• 【第⑧部分】人工智能学习资源网站整理（找论文、找代码、找AI大佬前辈必备）
• 【第⑨部分】国内外优质学习资源大整合（再也不用自己到处搜刮资料了）