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 parameters、accum 和 momentum。
说明
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。
用户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 params 为 dict 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 - 可选。如果键中存在”weight_decay”,则使用对应的值作为权重衰减值。如果没有,则使用优化器中配置的 weight_decay 作为权重衰减值。当前 weight_decay 仅支持float类型,不支持动态变化。
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 FixedLossScaleManager 的 drop_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.amp.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 >>> >>> # Define the network structure of LeNet5. Refer to >>> # https://gitee.com/mindspore/docs/blob/r2.2/docs/mindspore/code/lenet.py >>> net = LeNet5() >>> #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.train.Model(net, loss_fn=loss, optimizer=optim)