Pytorch中的optimizer

與優化函數相關的部分在torch.optim模塊中，其中包含了大部分現在已有的流行的優化方法。

如何使用Optimizer

要想使用optimizer，需要創建一個optimizer 對象，這個對象會保存當前狀態，並根據梯度更新參數。

怎樣構造Optimizer

要構造一個Optimizer，需要使用一個用來包含所有參數（Tensor形式）的iterable，把相關參數（如learning rate、weight decay等）裝進去。

注意，如果想要使用.cuda()方法來將model移到GPU中，一定要確保這一步在構造Optimizer之前。因爲調用.cuda()之後，model裏面的參數已經不是之前的參數了。

示例代碼如下：

optimizer = optim.SGD(model.parameters(), lr = 0.01, momentum = 0.9)
optimizer = optim.Adam([var1, var2], lr = 0.0001)

單獨指定參數

也可以用一個dict的iterable指定參數。這裏的每個dict都必須要params這個key，params包含它所屬的參數列表。除此之外的key必須它的Optimizer（如SGD）裏面有的參數。

You can still pass options as keyword arguments. They will be used as defaults, in the groups that didn’t override them. This is useful when you only want to vary a single option, while keeping all others consistent between parameter groups.

這在針對特定部分進行操作時很有用。比如只希望給指定的幾個層單獨設置學習率：

optim.SGD([
            {'params': model.base.parameters()},
            {'params': model.classifier.parameters(), 'lr': 0.001}
            ],

            lr = 0.01, momentum = 0.9)

在上面這段代碼中model.base將會使用默認學習率0.01，而model.classifier的參數蔣歡使用0.001的學習率。

怎樣進行單次優化

所有optimizer都實現了step()方法，調用這個方法可以更新參數，這個方法有以下兩種使用方法：

optimizer.step()

多數optimizer裏都可以這麼做，每次用backward()這類的方法計算出了梯度後，就可以調用一次這個方法來更新參數。

示例程序：

for input, target in dataset:
    optimizer.zero_grad()
    ouput = model(input)
    loss = loss_fn(output, target)
    loss.backward()
    optimizer.step()

optimizer.step(closure)

有些優化算法會多次重新計算函數（比如Conjugate Gradient、LBFGS），這樣的話你就要使用一個閉包（closure）來支持多次計算model的操作。這個closure的運行過程是，清除梯度，計算loss，返回loss。
（這個我不太理解，因爲這些優化算法不熟悉）

示例程序：

for input, target in dataset:
    def closure():
        optimizer.zero_grad()
        output = model(input)
        loss = loss_fn(output, target)
        loss.backward()
        return loss
    optimizer.step(closure)

優化算法

這裏就不完整介紹documentation中的內容了，只介紹基類。具體的算法的參數需要理解它們的原理才能明白，這個改天單獨來一篇文章介紹。

Optimizer

 class torch.optim.Optimizer(params, defaults)

這是所有optimizer的基類。

注意，各參數的順序必須保證每次運行都一致。有些數據結構就不滿足這個條件，比如dictionary的iterator和set。

參數

1. params(iterable)是torch.Tensor或者dict的iterable。這個參數指定了需要更新的Tensor。
2. defaults(dict)是一個dict，它包含了默認的的優化選項。

方法

add_param_group(param_group)

這個方法的作用是增加一個參數組，在fine tuning一個預訓練的網絡時有用。

load_state_dict(state_dict)

這個方法的作用是加載optimizer的狀態。

state_dict()

獲取一個optimizer的狀態（一個dict）。

zero_grad()方法用於清空梯度。

step(closure)用於進行單次更新。

Adam

class torch.optim.Adam(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08, weight_decay=0, amsgrad=False)