RMSprop¶

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

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\\ &\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}

关于该算法的更多细节，请参考G. Hinton的讲义以及中心化版本生成序列与循环神经网络。这里的实现是在添加epsilon之前对梯度平均值取平方根（注意TensorFlow交换了这两个操作）。因此，有效的学习率是 $\gamma/(\sqrt{v} + \epsilon)$ ，其中 $\gamma$ 是预定的学习率， $v$ 是平方梯度的加权移动平均值。

Parameters

参数 (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 (float, 可选) – 学习率 (默认值: 1e-2)
动量 (float, 可选) – 动量因子 (默认值: 0)
alpha (float, 可选) – 平滑常数 (默认值: 0.99)
eps (float, 可选) – 添加到分母中的项，以提高数值稳定性（默认值：1e-8）
centered (bool, 可选) – 如果 True，计算 centered RMSProp，梯度通过对其方差的估计进行归一化
weight_decay (浮点数, 可选) – 权重衰减 (L2 惩罚) (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（即foreach为None），我们将尝试在CUDA上使用foreach而不是for循环实现，因为通常它的性能显著更高。请注意，由于中间结果是一个张量列表而不是单个张量，foreach实现使用的峰值内存比for循环版本多~ sizeof(params)。如果内存受限，请一次通过优化器批量处理较少的参数，或将此标志切换为False（默认值：None）
最大化 (bool, 可选) – 相对于参数最大化目标，而不是最小化（默认值：False）
可微分 (bool, 可选) – 是否在训练中通过优化器步骤进行自动梯度计算。否则，step() 函数将在 torch.no_grad() 上下文中运行。设置为 True 可能会影响性能，因此如果不打算通过此实例运行自动梯度计算，请保持为 False（默认值：False）

add_param_group(param_group)¶

向 Optimizer 的 param_groups 添加一个参数组。

这在微调预训练网络时非常有用，因为冻结的层可以变为可训练的，并随着训练的进行添加到优化器中。

Parameters: param_group (字典) – 指定应与组特定优化选项一起优化的张量。

load_state_dict(state_dict)¶

加载优化器状态。

Parameters: state_dict (字典) – 优化器状态。应该是调用 state_dict() 返回的对象。

register_load_state_dict_post_hook(hook, prepend=False)¶

注册一个在调用load_state_dict()之后将被调用的加载状态字典后钩子。它应具有以下签名：

hook(optimizer) -> None

参数 optimizer 是正在使用的优化器实例。

钩子将在调用 self 上的 load_state_dict 之后，使用参数 self 被调用。注册的钩子可以用于在 load_state_dict 加载了 state_dict 之后执行后处理。

Parameters

钩子 (可调用对象) – 要注册的用户定义钩子。
prepend (bool) – 如果为True，提供的post hook将在所有已注册的post-hooks之前触发load_state_dict。否则，提供的hook将在所有已注册的post-hooks之后触发。(默认值: False)

Returns

一个可以用于通过调用handle.remove()来移除添加的钩子的句柄

Return type

torch.utils.hooks.RemoveableHandle

register_load_state_dict_pre_hook(hook, prepend=False)¶

注册一个在调用load_state_dict()之前会被调用的预钩子。它应该具有以下签名：

hook(optimizer, state_dict) -> state_dict 或 None

参数 optimizer 是正在使用的优化器实例，而参数 state_dict 是用户传入的 state_dict 的浅拷贝。钩子可以就地修改 state_dict，或者选择返回一个新的 state_dict。如果返回了 state_dict，它将被用于加载到优化器中。

钩子将在调用 load_state_dict 之前，使用参数 self 和 state_dict 进行调用。注册的钩子可以用于在调用 load_state_dict 之前执行预处理。

Parameters

钩子 (可调用对象) – 要注册的用户定义钩子。
prepend (bool) – 如果为True，提供的预hook将在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)

Returns

一个可以用于通过调用handle.remove()来移除添加的钩子的句柄

Return type

torch.utils.hooks.RemoveableHandle

register_state_dict_post_hook(hook, prepend=False)¶

注册一个状态字典的后处理钩子，该钩子将在调用 state_dict() 之后被调用。它应具有以下签名：

hook(optimizer, state_dict) -> state_dict 或 None

钩子将在生成 state_dict 后，使用参数 self 和 state_dict 被调用。钩子可以就地修改 state_dict，或者选择性地返回一个新的 state_dict。注册的钩子可以用于在返回 state_dict 之前对其进行后处理。

Parameters

钩子 (可调用对象) – 要注册的用户定义钩子。
前置 (布尔值) – 如果为True，提供的钩子将在所有已注册的状态字典后置钩子之前触发。否则，提供的钩子将在所有已注册的后置钩子之后触发。(默认值: False)

Returns

一个可以用于通过调用handle.remove()来移除添加的钩子的句柄

Return type

torch.utils.hooks.RemoveableHandle

register_state_dict_pre_hook(hook, prepend=False)¶

注册一个状态字典预钩子，该钩子将在调用 state_dict() 之前被调用。它应具有以下签名：

hook(optimizer) -> None

参数 optimizer 是正在使用的优化器实例。钩子将在调用 self 上的 state_dict 之前，以参数 self 被调用。注册的钩子可以在调用 state_dict 之前执行预处理。

Parameters

钩子 (可调用对象) – 要注册的用户定义钩子。
prepend (bool) – 如果为True，提供的预hook将在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)

Returns

一个可以用于通过调用handle.remove()来移除添加的钩子的句柄

Return type

torch.utils.hooks.RemoveableHandle

register_step_post_hook(hook)¶

注册一个优化器步骤后钩子，该钩子将在优化器步骤之后被调用。它应具有以下签名：

hook(optimizer, args, kwargs) -> None

参数 optimizer 是正在使用的优化器实例。

Parameters: 钩子 (可调用对象) – 要注册的用户定义钩子。
Returns: 一个可以用于通过调用handle.remove()来移除添加的钩子的句柄
Return type: torch.utils.hooks.RemovableHandle

register_step_pre_hook(hook)¶

注册一个优化器步骤预钩子，它将在优化器步骤之前被调用。它应具有以下签名：

hook(optimizer, args, kwargs) -> None or modified args and kwargs

参数 optimizer 是正在使用的优化器实例。如果在预钩子中修改了 args 和 kwargs，则返回包含 new_args 和 new_kwargs 的元组。

Parameters: 钩子 (可调用对象) – 要注册的用户定义钩子。
Returns: 一个可以用于通过调用handle.remove()来移除添加的钩子的句柄
Return type: torch.utils.hooks.RemovableHandle

state_dict()¶

返回优化器的状态为一个dict。

它包含两个条目：

state: a Dict holding current optimization state. Its content
在不同的优化器类之间有所不同，但一些共同的特点仍然存在。例如，状态是按参数保存的，而参数本身并不保存。state 是一个字典，将参数ID映射到包含每个参数对应状态的字典。
param_groups: a List containing all parameter groups where each
参数组是一个字典。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，但它们只是与param_group关联的状态ID。当从state_dict加载时，优化器会将param_group params（整数ID）和优化器param_groups（实际的nn.Parameter）按顺序压缩，以匹配状态，而无需额外的验证。

返回的状态字典可能看起来像这样：

{
    '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]
        }
    ]
}

Return type: 字典[字符串, 任意]

step(closure=None)[源代码]¶

执行单个优化步骤。

Parameters: 闭包 (可调用对象, 可选) – 一个重新评估模型并返回损失的闭包。

zero_grad(set_to_none=True)¶

重置所有优化的 torch.Tensor 的梯度。

Parameters: set_to_none (布尔值) – 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，并且可以适度提高性能。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的张量将表现出不同的行为。 2. 如果用户请求 zero_grad(set_to_none=True) 然后进行反向传播，.grad 对于没有接收到梯度的参数，保证为None。 3. torch.optim 优化器在梯度为0或None时有不同的行为（在一种情况下，它使用梯度为0进行步骤，而在另一种情况下，它完全跳过步骤）。