PyTorch概述（八）---ADAM

news2025/7/19 16:16:58

import torch
torch.optim.Adam(params,
                 lr=0.001,
                 betas=(0.9,0.999),
                 eps=1e-8,
                 weight_decay=0,
                 amsgrad=False,
                 *,
                 foreach=None,
                 maximize=False,
                 capturable=False,
                 differentiable=False,
                 fused=None)

类torch.optim.Adam实现Adam算法

Adam算法描述

输入: $\gamma(lr),\beta_1,\beta_2(betas),\theta_0(params),f(\theta)(objective),\lambda(weight decay),$
$amsgrad,maximize$
初始化: $m0\leftarrow 0(first- moment),v0\leftarrow0(second-moment),\widehat{v0}^{max}\leftarrow 0$
for t=1 to ...do
- if maximize:
  - $g_t\leftarrow -\bigtriangledown_{\theta}f_t(\theta_{t-1})$
- else
  - $g_t\leftarrow \bigtriangledown_{\theta}f_t(\theta_{t-1})$
- if
  - $g_t \leftarrow g_t+\lambda \theta_{t-1}$
- $m_t \leftarrow \beta_1m_{t-1}+(1-\beta_1)g_t$
- $v_t\leftarrow\beta_2v_{t-1}+(1-\beta_2)g_t^2$
- $\widehat{m_t}\leftarrow m_t/(1-\beta_1^t)$
- $\widehat{v_t}\leftarrow v_t/(1-\beta_2^t)$
- if amsgrad
  - $\widehat{v_t}^{max}\leftarrow max(\widehat{v_t}^{max},\widehat{v_t})$
  - $\theta_t\leftarrow \theta_{t-1}-\gamma\widehat{m_t}/(\sqrt{\widehat{v_t}^{max}}+\epsilon)$
- else
  - $\theta_t\leftarrow \theta_{t-1}-\gamma\widehat{m_t}/(\sqrt{\widehat{v_t}}+\epsilon)$
return $\theta_t$

参数

params(iterable)-- 可迭代的优化参数或者定义参数组的字典;
lr(float,Tensor,optional)---学习率(默认1e-3),张量LR还没有被所有的算法实现所支持;如果没有指定fused为True或者capturable为True的情况下请使用一个浮点型LR;
betas(Tuple[float,float],optional)---用于计算运行中的梯度均值和他的平方的系数,默认为(0.9,0.999);
eps(float,optional)---加和到分母上的项以提高数值稳定性(默认为1e-8);
weight_decay(float,optional)---权重衰减(L2惩罚)(默认0);
amsgrad(bool,optional)---该算法是否使用AMSGrad变量;
foreach(bool,optional)---是否使用foreach实现的优化器;如果未设置,在CUDA上将使用foreach的实现而不是for-loop的实现,因为foreach的实现具有更优化的性能;注意由于张量列表而不是张量的原因,foreach的实现较for-loop实现使用更多的峰值内存;如果内存被限制,优化器一次批处理更少的参数或者将此项设置为False(默认为None);
maximize(bool,optional)---最大化相对于参数的目标而不是最小化(默认:False);
capturable(bool,optional)---在CUDA图中捕捉此实例是否安全,设置为True可以损坏未绘图的性能,所以如果不打算图形捕捉实例,将其设置为False(默认为False);
differentiable(bool,optional)---训练中,优化器迭代步中是否自动梯度,如果不使用,在上下文中step()函数以torch.no_grad()运行;设置为True可能损害性能,因此在训练中如果不想使用自动梯度,将其设置为False(默认False);
fused(bool,optional)---是否使用fused实现(仅支持CUDA),当前torch.float64,torch.float32,torch.float16,torch.bfloat16被支持(默认None);

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1473799.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！