在PyTorch上预热的Adam优化器

Question

在论文Attention is all you need的第5.3节中，作者建议线性增加学习率，然后与步长的平方根倒数成比例降低。

​

​

我们如何使用Adam优化器在PyTorch中实现这一点？优选地，没有附加的包。

Answer 1

PyTorch提供了学习率调度器，用于在训练过程中实现调整学习率的各种方法。一些简单的LR调度器已经实现，可以在这里找到：https://pytorch.org/docs/stable/optim.html#how-to-adjust-learning-rate

在您的特殊情况下，您可以-就像其他LR调度器一样-子类化_LRScheduler，以实现基于纪元数的可变调度。对于一个基本的方法，您只需要实现__init__()和get_lr()方法。

只需注意，这些调度器中的许多都希望您在每个时期调用一次.step()。但是您也可以更频繁地更新它，甚至传递一个自定义参数，就像余弦退火LR调度器中的那样：https://pytorch.org/docs/stable/_modules/torch/optim/lr_scheduler.html#CosineAnnealingLR

Answer 2

class NoamOpt:
"Optim wrapper that implements rate."
def __init__(self, model_size, factor, warmup, optimizer):
    self.optimizer = optimizer
    self._step = 0
    self.warmup = warmup
    self.factor = factor
    self.model_size = model_size
    self._rate = 0
    
def step(self):
    "Update parameters and rate"
    self._step += 1
    rate = self.rate()
    for p in self.optimizer.param_groups:
        p['lr'] = rate
    self._rate = rate
    self.optimizer.step()
    
def rate(self, step = None):
    "Implement `lrate` above"
    if step is None:
        step = self._step
    return self.factor * \
        (self.model_size ** (-0.5) *
        min(step ** (-0.5), step * self.warmup ** (-1.5)))
    
def get_std_opt(model):
    return NoamOpt(model.src_embed[0].d_model, 2, 4000,torch.optim.Adam(model.parameters(), lr=0, betas=(0.9, 0.98), eps=1e-9))

如：https://nlp.seas.harvard.edu/2018/04/03/attention.html#optimizer

Answer 3

正如上一条评论中所建议的，我们可以使用https://nlp.seas.harvard.edu/2018/04/03/attention.html#optimizer引入的类。但是，除非我们定义一个函数来更新state_dict，否则这个答案将会给出一个错误。

下面是完整的调度器：

class NoamOpt:
    "Optim wrapper that implements rate."
    def __init__(self, model_size, warmup, optimizer):
        self.optimizer = optimizer
        self._step = 0
        self.warmup = warmup
        self.model_size = model_size
        self._rate = 0
    
    def state_dict(self):
        """Returns the state of the warmup scheduler as a :class:`dict`.
        It contains an entry for every variable in self.__dict__ which
        is not the optimizer.
        """
        return {key: value for key, value in self.__dict__.items() if key != 'optimizer'}
    
    def load_state_dict(self, state_dict):
        """Loads the warmup scheduler's state.
        Arguments:
            state_dict (dict): warmup scheduler state. Should be an object returned
                from a call to :meth:`state_dict`.
        """
        self.__dict__.update(state_dict) 
        
    def step(self):
        "Update parameters and rate"
        self._step += 1
        rate = self.rate()
        for p in self.optimizer.param_groups:
            p['lr'] = rate
        self._rate = rate
        self.optimizer.step()
        
    def rate(self, step = None):
        "Implement `lrate` above"
        if step is None:
            step = self._step
        return (self.model_size ** (-0.5) *
            min(step ** (-0.5), step * self.warmup ** (-1.5))) 

稍后，为了在训练循环中使用它：

optimizer = NoamOpt(input_opts['d_model'], 500,
            torch.optim.Adam(model.parameters(), lr=0, betas=(0.9, 0.98), eps=1e-9))

。。。

optimizer.step()