CosineAnnealingWarmRestarts

class torch.optim.lr_scheduler.CosineAnnealingWarmRestarts(optimizer, T_0, T_mult=1, eta_min=0.0, last_epoch=-1) [исходный код]

Задаёт скорость обучения каждой группы параметров с помощью расписания косинусного отжига.

$\eta_{max}$ задаётся начальной скоростью обучения, $T_{cur}$ — число эпох после последнего перезапуска, а $T_{i}$ — число эпох между двумя тёплыми перезапусками в SGDR:

$$\eta_t = \eta_{min} + \frac{1}{2}(\eta_{max} - \eta_{min})\left(1 + \cos\left(\frac{T_{cur}}{T_{i}}\pi\right)\right)$$

Когда $T_{cur}=T_{i}$, задаётся значение $\eta_t = \eta_{min}$. После перезапуска, когда $T_{cur}=0$, задаётся значение $\eta_t=\eta_{max}$.

Метод предложен в работе SGDR: стохастический градиентный спуск с тёплыми перезапусками.

Параметры:

• optimizer (Optimizer) – Обёрнутый оптимизатор.
• T_0 (int) – Число итераций до первого перезапуска.
• T_mult (int, optional) – Коэффициент, на который увеличивается $T_{i}$ после перезапуска. По умолчанию: 1.
• eta_min (float, optional) – Минимальная скорость обучения. По умолчанию: 0.
• last_epoch (int, optional) – Индекс последней эпохи. По умолчанию: -1.

Пример

>>> optimizer = torch.optim.SGD(model.parameters(), lr=0.05)
>>> scheduler = torch.optim.lr_scheduler.CosineAnnealingWarmRestarts(
...     optimizer, T_0=20
... )
>>> for epoch in range(100):
>>>     train(...)
>>>     validate(...)
>>>     scheduler.step()

get_last_lr() [исходный код]

Получить последние скорости обучения, вычисленные этим планировщиком.

Возвращает:

list скоростей обучения с элементами для каждой param_groups оптимизатора, имеющими те же типы, что и их group["lr"]s.

Тип возвращаемого значения:

list[float | Tensor]

Примечание

Возвращаемые Tensors являются копиями и никогда не ссылаются на group["lr"] оптимизатора.

get_lr() [исходный код]

Вычислить следующую скорость обучения для каждой param_groups оптимизатора.

Вычисляет скорости обучения для param_groups оптимизатора по следующей формуле:

$$\texttt{eta\_min} + \frac{1}{2}(\texttt{base\_lr} - \texttt{eta\_min})\left(1 + \cos\left(\pi \cdot \frac{\texttt{T\_cur}}{\texttt{T\_i}}\right)\right)$$

Здесь T_cur — число эпох после последнего перезапуска, а T_i — число эпох между двумя перезапусками. Значения T_cur и T_i обновляются в step(), а T_i после каждого перезапуска увеличивается в T_mult раз.

Возвращает:

list скоростей обучения для каждой param_groups оптимизатора с теми же типами, что и у их текущих group["lr"]s.

Тип возвращаемого значения:

list[float | Tensor]

Примечание

Чтобы просмотреть последнюю скорость обучения, используйте вместо этого get_last_lr().

Примечание

Возвращаемые Tensors являются копиями и никогда не ссылаются на group["lr"] оптимизатора.

load_state_dict(state_dict) [исходный код]

Загрузить состояние планировщика.

Параметры:

state_dict (dict) – Состояние планировщика. Должен быть объектом, возвращённым вызовом state_dict().

state_dict() [исходный код]

Вернуть состояние планировщика в виде dict.

Он содержит запись для каждой переменной в self.__dict__, кроме оптимизатора.

Тип возвращаемого значения:

dict[str, Any]

step(epoch=None) [исходный код]

Метод step можно вызывать после обновления каждого пакета данных.

Пример

>>> scheduler = CosineAnnealingWarmRestarts(optimizer, T_0, T_mult)
>>> iters = len(dataloader)
>>> for epoch in range(20):
>>>     for i, sample in enumerate(dataloader):
>>>         inputs, labels = sample['inputs'], sample['labels']
>>>         optimizer.zero_grad()
>>>         outputs = net(inputs)
>>>         loss = criterion(outputs, labels)
>>>         loss.backward()
>>>         optimizer.step()
>>>         scheduler.step(epoch + i / iters)

Эту функцию можно вызывать попеременно.

Пример

>>> scheduler = CosineAnnealingWarmRestarts(optimizer, T_0, T_mult)
>>> for epoch in range(20):
>>>     scheduler.step()
>>> scheduler.step(26)
>>> scheduler.step()  # scheduler.step(27), instead of scheduler(20)