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，并根據梯度更新參數。

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。因為調用.cuda()之后，model里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)

常用參數

last_epoch代表上一次的epoch的值，初始值為-1。

單獨指定參數

也可以用一個dict的iterable指定參數。這里的每個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）里面有的參數。

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里都可以這么做，每次用backward()這類的方法計算出了梯度后，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，因為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

這里就不完整介紹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

params(iterable)是torch.Tensor或者dict的iterable。這個參數指定了需要更新的Tensor。

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()方法用于清空梯度。

step(closure)用于進行單次更新。

Adam

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

補充：pytorch里面的Optimizer和optimizer.step()用法

當我們想指定每一層的學習率時：

optim.SGD([
          {'params': model.base.parameters()},
          {'params': model.classifier.parameters(), 'lr': 1e-3}
        ], lr=1e-2, momentum=0.9)

這意味著model.base的參數將會使用1e-2的學習率，model.classifier的參數將會使用1e-3的學習率，并且0.9的momentum將會被用于所有的參數。

進行單次優化

所有的optimizer都實現了step()方法，這個方法會更新所有的參數。它能按兩種方式來使用：

optimizer.step()

這是大多數optimizer所支持的簡化版本。一旦梯度被如backward()之類的函數計算好后，我們就可以調用這個函數。

例子

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

一些優化算法例如Conjugate Gradient和LBFGS需要重復多次計算函數，因此你需要傳入一個閉包去允許它們重新計算你的模型。

這個閉包應當清空梯度，計算損失，然后返回。

例子：

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)

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。