6.7 KiB

Raw Blame History

优化器（Optimizer）

在模型训练过程中，我们需要使用优化算法对模型的参数进行优化。在 PyTorch 的 torch.optim 中包含了各种优化算法的实现，这些优化算法的类被称为优化器。在 PyTorch 中，用户可以通过构建一个优化器对象来优化模型的参数，下面是一个简单的例子：

optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.9, weight_decay=0.0001)

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

关于 PyTorch 优化器的详细介绍可以参考 PyTorch 优化器文档

MMEngine 支持所有的 PyTorch 优化器，用户可以直接构建 PyTorch 优化器对象并将它传给执行器（Runner）。和 PyTorch 文档中所给示例不同，MMEngine 中通常不需要手动实现训练循环以及调用 optimizer.step()，执行器会自动对损失函数进行反向传播并调用优化器的 step 方法更新模型参数。

同时，我们也支持通过配置文件从注册器中构建优化器。更进一步的，我们提供了优化器构造器（optimizer constructor）来对模型的优化进行更细粒度的调整。

使用配置文件构建优化器

MMEngine 会自动将 PyTorch 中的所有优化器都添加进 OPTIMIZERS 注册表中，用户可以通过设置配置文件中的 optimizer 字段来指定优化器，所有支持的优化器见 PyTorch 优化器列表。

以配置一个 SGD 优化器为例：

optimizer = dict(type='SGD', lr=0.01, momentum=0.9, weight_decay=0.0001)

我们只需要指定 optimizer 字段中的 type 为 SGD，并设置学习率等参数，执行器会根据此字段以及执行器中的模型参数自动构建优化器。

细粒度调整模型超参

PyTorch 的优化器支持对模型中的不同参数设置不同的超参数，例如对一个分类模型的骨干（backbone）和分类头（head）设置不同的学习率：

optim.SGD([
                {'params': model.backbone.parameters()},
                {'params': model.head.parameters(), 'lr': 1e-3}
            ], lr=0.01, momentum=0.9)

上面的例子中，模型的骨干部分使用了 0.01 学习率，而模型的头部则使用了 1e-3 学习率。用户可以将模型的不同部分参数和对应的超参组成一个字典的列表传给优化器，来实现对模型优化的细粒度调整。

在 MMEngine 中，我们通过优化器构造器（optimizer constructor），让用户能够直接通过设置优化器配置文件中的 paramwise_cfg 字段而非修改代码来实现对模型的不同部分设置不同的超参。

为不同类型的参数设置不同的超参系数

MMEngine 提供的默认优化器构造器支持对模型中不同类型的参数设置不同的超参系数。例如，我们可以在 paramwise_cfg 中设置 norm_decay_mult=0 ，从而将正则化层（normalization layer）的权重（weight）和偏置（bias）的权值衰减系数（weight decay）设置为0，来实现 Bag of Tricks 论文中提到的不对正则化层进行权值衰减的技巧。

示例：

optimizer = dict(type='SGD',
                 lr=0.01,
                 weight_decay=0.0001,
                 paramwise_cfg=dict(norm_decay_mult=0))

除了可以对偏置的权重衰减进行配置外，MMEngine 的默认优化器构造器的 paramwise_cfg 还支持对更多不同类型的参数设置超参系数，支持的配置如下：

bias_lr_mult：偏置的学习率系数（不包括正则化层的偏置以及可变形卷积的 offset），默认值为 1

bias_decay_mult：偏置的权值衰减系数（不包括正则化层的偏置以及可变形卷积的 offset），默认值为 1

norm_decay_mult：正则化层权重和偏置的权值衰减系数，默认值为 1

dwconv_decay_mult：Depth-wise 卷积的权值衰减系数，默认值为 1

bypass_duplicate：是否跳过重复的参数，默认为 False

dcn_offset_lr_mult：可变形卷积（Deformable Convolution）的学习率系数，默认值为 1

为模型不同部分的参数设置不同的超参系数

此外，与上文 PyTorch 的示例一样，在 MMEngine 中我们也同样可以对模型中的任意模块设置不同的超参，只需要在 paramwise_cfg 中设置 custom_keys 即可：

optimizer = dict(type='SGD',
                 lr=0.01,
                 weight_decay=0.0001,
                 paramwise_cfg=dict(
                     custom_keys={
                        'backbone.layer0': dict(lr_mult=0, decay_mult=0),
                        'backbone': dict(lr_mult=1),
                        'head': dict(lr_mult=0.1),
                        }
                 ))

上面的配置文件实现了对模型的骨干第一层的学习率和权重衰减设置为 0，骨干的其余部分部分使用 0.01 学习率，而对模型的头部则使用 1e-3 学习率。

进阶用法：实现自定义的优化器构造器

与 MMEngine 中的其他模块一样，优化器构造器也同样由注册表来管理。用户可以实现自己的优化器构造策略来实现自定义的超参设置策略，并添加进 OPTIMIZER_CONSTRUCTORS 注册表中。

例如，我们想实现一个叫做LayerDecayOptimizerConstructor的优化器构造器，来实现对模型的不同深度的层自动设置递减的学习率。我们可以通过继承 DefaultOptimizerConstructor 来实现这一策略，并将其添加进注册表中：

@OPTIMIZER_CONSTRUCTORS.register_module()
class LayerDecayOptimizerConstructor(DefaultOptimizerConstructor):
    def add_params(self, params, module, prefix='', is_dcn_module=None):
        ...

然后将优化器配置文件中的 constructor 字段设置为类名来指定使用这个自定义的优化器构造器：

optimizer = dict(type='SGD',
                 lr=0.01,
                 weight_decay=0.0001,
                 constructor='LayerDecayOptimizerConstructor')

在训练过程中调整超参

优化器中的超参数在构造时只能设置为一个定值，仅仅使用优化器，并不能在训练过程中调整学习率等参数。在 MMEngine 中，我们实现了参数调度器（Parameter Scheduler），以便能够在训练过程中调整参数。关于参数调度器的用法请见优化器参数调整策略

6.7 KiB Raw Blame History Unescape Escape