mindspore.nn.SGD

class mindspore.nn.SGD(params, learning_rate=0.1, momentum=0.0, dampening=0.0, weight_decay=0.0, nesterov=False, loss_scale=1.0)[源代码]

随机梯度下降的实现。动量可选。

SGD相关介绍参见 SGD

Nesterov动量公式参见论文 On the importance of initialization and momentum in deep learning

\[v_{t+1} = u \ast v_{t} + gradient \ast (1-dampening)\]

如果nesterov为True:

\[p_{t+1} = p_{t} - lr \ast (gradient + u \ast v_{t+1})\]

如果nesterov为False:

\[p_{t+1} = p_{t} - lr \ast v_{t+1}\]

需要注意的是,对于训练的第一步 \(v_{t+1} = gradient\)。其中,p、v和u分别表示 parametersaccummomentum

Note

在参数未分组时,优化器配置的 weight_decay 应用于名称不含”beta”或”gamma”的网络参数。

参数分组情况下,可以分组调整权重衰减策略。

分组时,每组网络参数均可配置 weight_decay ,若未配置,则该组网络参数使用优化器中配置的 weight_decay

参数:

  • params (Union[list[Parameter], list[dict]]) - 当 params 为会更新的 Parameter 列表时,params 中的元素必须为类 Parameter。当 paramsdict 列表时,”params”、”lr”、”weight_decay”、”grad_centralization”和”order_params”为可以解析的键。

    • params - 必填。当前组别的权重,该值必须是 Parameter 列表。

    • lr - 可选。如果键中存在”lr”,则使用对应的值作为学习率。如果没有,则使用优化器中的参数 learning_rate 作为学习率。支持固定和动态学习率。

    • weight_decay - 目前不支持通过参数分组使用不同的weight_decay。

    • grad_centralization - 可选。如果键中存在”grad_centralization”,则使用对应的值,该值必须为布尔类型。如果没有,则认为 grad_centralization 为False。该参数仅适用于卷积层。

    • order_params - 可选。值的顺序是参数更新的顺序。当使用参数分组功能时,通常使用该配置项保持 parameters 的顺序以提升性能。如果键中存在”order_params”,则会忽略该组配置中的其他键。”order_params”中的参数必须在某一组 params 参数中。

  • learning_rate (Union[float, int, Tensor, Iterable, LearningRateSchedule]) - 默认值:0.1。

    • float - 固定的学习率。必须大于等于零。

    • int - 固定的学习率。必须大于等于零。整数类型会被转换为浮点数。

    • Tensor - 可以是标量或一维向量。标量是固定的学习率。一维向量是动态的学习率,第i步将取向量中第i个值作为学习率。

    • Iterable - 动态的学习率。第i步将取迭代器第i个值作为学习率。

    • LearningRateSchedule - 动态的学习率。在训练过程中,优化器将使用步数(step)作为输入,调用 LearningRateSchedule 实例来计算当前学习率。

  • momentum (float) - 浮点动量,必须大于等于0.0。默认值:0.0。

  • dampening (float) - 浮点动量阻尼值,必须大于等于0.0。默认值:0.0。

  • weight_decay (float) - 权重衰减(L2 penalty),必须大于等于0。默认值:0.0。

  • nesterov (bool) - 启用Nesterov动量。如果使用Nesterov,动量必须为正,阻尼必须等于0.0。默认值:False。

  • loss_scale (float) - 梯度缩放系数,必须大于0。如果 loss_scale 是整数,它将被转换为浮点数。通常使用默认值,仅当训练时使用了 FixedLossScaleManager,且 FixedLossScaleManagerdrop_overflow_update 属性配置为False时,此值需要与 FixedLossScaleManager 中的 loss_scale 相同。有关更多详细信息,请参阅 mindspore.FixedLossScaleManager。默认值:1.0。

输入:

  • gradients (tuple[Tensor]) - params 的梯度,shape与 params 相同。

输出:

Tensor[bool],值为True。

异常:

  • ValueError - 动量、阻尼或重量衰减值小于0.0。

支持平台:

Ascend GPU CPU

样例:

>>> import mindspore as ms
>>> from mindspore import nn
>>>
>>> net = Net()
>>> #1) All parameters use the same learning rate and weight decay
>>> optim = nn.SGD(params=net.trainable_params())
>>>
>>> #2) Use parameter groups and set different values
>>> conv_params = list(filter(lambda x: 'conv' in x.name, net.trainable_params()))
>>> no_conv_params = list(filter(lambda x: 'conv' not in x.name, net.trainable_params()))
>>> group_params = [{'params': conv_params,'grad_centralization':True},
...                 {'params': no_conv_params, 'lr': 0.01},
...                 {'order_params': net.trainable_params()}]
>>> optim = nn.SGD(group_params, learning_rate=0.1, weight_decay=0.0)
>>> # The conv_params's parameters will use default learning rate of 0.1 and default weight decay of 0.0
>>> # and grad centralization of True.
>>> # The no_conv_params's parameters will use learning rate of 0.01 and default weight decay of 0.0 and grad
>>> # centralization of False.
>>> # The final parameters order in which the optimizer will be followed is the value of 'order_params'.
>>>
>>> loss = nn.SoftmaxCrossEntropyWithLogits()
>>> model = ms.Model(net, loss_fn=loss, optimizer=optim)