评价此页

★ ★ ★ ★ ★

beginner/basics/optimization_tutorial

在 Google Colab 中运行

注意

转到末尾下载完整的示例代码。

学习基础知识 || 快速入门 || 张量 || 数据集 & 数据加载器 || 变换 || 构建模型 || 自动微分 || 优化 || 保存 & 加载模型

优化模型参数#

创建日期：2021年2月9日 | 最后更新：2025年4月28日 | 最后验证：2024年11月5日

现在我们有了模型和数据，就可以通过在数据上优化其参数来训练、验证和测试模型了。训练模型是一个迭代的过程；在每次迭代中，模型会对其输出进行猜测，计算其猜测中的错误（损失），收集损失相对于其参数的导数（如我们在上一节中看到的），并使用梯度下降来优化这些参数。有关此过程的更详细演练，请观看 3Blue1Brown 关于反向传播的视频。

前提代码#

我们加载来自数据集 & 数据加载器和构建模型章节的代码。

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor

training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor()
)

test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor()
)

train_dataloader = DataLoader(training_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)

class NeuralNetwork(nn.Module):
    def __init__(self):
        super().__init__()
        self.flatten = nn.Flatten()
        self.linear_relu_stack = nn.Sequential(
            nn.Linear(28*28, 512),
            nn.ReLU(),
            nn.Linear(512, 512),
            nn.ReLU(),
            nn.Linear(512, 10),
        )

    def forward(self, x):
        x = self.flatten(x)
        logits = self.linear_relu_stack(x)
        return logits

model = NeuralNetwork()

  0%|          | 0.00/26.4M [00:00<?, ?B/s]
  0%|          | 65.5k/26.4M [00:00<01:12, 365kB/s]
  1%|          | 197k/26.4M [00:00<00:45, 578kB/s]
  3%|▎         | 852k/26.4M [00:00<00:12, 1.97MB/s]
 13%|█▎        | 3.38M/26.4M [00:00<00:03, 6.69MB/s]
 35%|███▍      | 9.21M/26.4M [00:00<00:01, 15.9MB/s]
 57%|█████▋    | 15.0M/26.4M [00:01<00:00, 21.3MB/s]
 80%|███████▉  | 21.1M/26.4M [00:01<00:00, 25.5MB/s]
100%|██████████| 26.4M/26.4M [00:01<00:00, 19.4MB/s]

  0%|          | 0.00/29.5k [00:00<?, ?B/s]
100%|██████████| 29.5k/29.5k [00:00<00:00, 327kB/s]

  0%|          | 0.00/4.42M [00:00<?, ?B/s]
  1%|▏         | 65.5k/4.42M [00:00<00:11, 363kB/s]
  5%|▌         | 229k/4.42M [00:00<00:06, 686kB/s]
 21%|██▏       | 950k/4.42M [00:00<00:01, 2.20MB/s]
 87%|████████▋ | 3.83M/4.42M [00:00<00:00, 7.64MB/s]
100%|██████████| 4.42M/4.42M [00:00<00:00, 6.11MB/s]

  0%|          | 0.00/5.15k [00:00<?, ?B/s]
100%|██████████| 5.15k/5.15k [00:00<00:00, 51.8MB/s]

超参数#

超参数是可调节参数，可让您控制模型优化过程。不同的超参数值会影响模型训练和收敛速度（有关超参数调优的更多信息，请阅读更多）。

我们为训练定义了以下超参数：

训练轮数 (Number of Epochs) - 迭代数据集的次数
批量大小 (Batch Size) - 在模型参数更新之前通过网络传播的数据样本数量
学习率 (Learning Rate) - 在每个批次/训练轮次中更新模型参数的幅度。较小的值会产生较慢的学习速度，而较大的值可能会导致训练期间出现不可预测的行为。

learning_rate = 1e-3
batch_size = 64
epochs = 5

优化循环#

设置超参数后，我们就可以使用优化循环来训练和优化我们的模型。优化循环的每次迭代称为一个训练轮次 (epoch)。

每个训练轮次主要包含两个部分：

训练循环 (The Train Loop) - 迭代训练数据集并尝试收敛到最优参数。
验证/测试循环 (The Validation/Test Loop) - 迭代测试数据集以检查模型性能是否正在提高。

让我们简要熟悉一下训练循环中使用的一些概念。跳转到完整实现部分查看优化循环的完整实现。

损失函数#

当给定一些训练数据时，我们未经训练的网络可能无法给出正确答案。损失函数 (Loss function) 衡量获得结果与目标值之间的不相似程度，而损失函数是我们希望在训练期间最小化的目标。为了计算损失，我们使用给定数据样本的输入进行预测，并将其与真实数据标签值进行比较。

常见的损失函数包括用于回归任务的 nn.MSELoss（均方误差），以及用于分类的 nn.NLLLoss（负对数似然）。nn.CrossEntropyLoss 结合了 nn.LogSoftmax 和 nn.NLLLoss。

我们将模型的输出 logits 传递给 nn.CrossEntropyLoss，它将对 logits 进行归一化并计算预测误差。

# Initialize the loss function
loss_fn = nn.CrossEntropyLoss()

优化器#

优化是在每个训练步骤中调整模型参数以减少模型误差的过程。优化算法 (Optimization algorithms) 定义了此过程的执行方式（在此示例中，我们使用随机梯度下降）。所有优化逻辑都封装在 optimizer 对象中。这里，我们使用 SGD 优化器；此外，PyTorch 还提供了许多不同的优化器，例如 ADAM 和 RMSProp，它们适用于不同类型的模型和数据。

我们通过注册需要训练的模型参数并传入学习率超参数来初始化优化器。

optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)

在训练循环内部，优化通过三个步骤完成：

调用 optimizer.zero_grad() 来重置模型参数的梯度。默认情况下，梯度是累加的；为了防止重复计算，我们在每次迭代时显式地将它们归零。
通过调用 loss.backward() 进行反向传播以计算预测损失。PyTorch 会存储损失相对于每个参数的梯度。
获得梯度后，我们调用 optimizer.step() 来通过反向传播收集的梯度调整参数。

完整实现#

我们定义了 train_loop 来循环我们的优化代码，以及 test_loop 来根据我们的测试数据评估模型的性能。

def train_loop(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)
    # Set the model to training mode - important for batch normalization and dropout layers
    # Unnecessary in this situation but added for best practices
    model.train()
    for batch, (X, y) in enumerate(dataloader):
        # Compute prediction and loss
        pred = model(X)
        loss = loss_fn(pred, y)

        # Backpropagation
        loss.backward()
        optimizer.step()
        optimizer.zero_grad()

        if batch % 100 == 0:
            loss, current = loss.item(), batch * batch_size + len(X)
            print(f"loss: {loss:>7f}  [{current:>5d}/{size:>5d}]")


def test_loop(dataloader, model, loss_fn):
    # Set the model to evaluation mode - important for batch normalization and dropout layers
    # Unnecessary in this situation but added for best practices
    model.eval()
    size = len(dataloader.dataset)
    num_batches = len(dataloader)
    test_loss, correct = 0, 0

    # Evaluating the model with torch.no_grad() ensures that no gradients are computed during test mode
    # also serves to reduce unnecessary gradient computations and memory usage for tensors with requires_grad=True
    with torch.no_grad():
        for X, y in dataloader:
            pred = model(X)
            test_loss += loss_fn(pred, y).item()
            correct += (pred.argmax(1) == y).type(torch.float).sum().item()

    test_loss /= num_batches
    correct /= size
    print(f"Test Error: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")

我们初始化损失函数和优化器，并将它们传递给 train_loop 和 test_loop。您可以随意增加训练轮数以跟踪模型性能的提高。

loss_fn = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)

epochs = 10
for t in range(epochs):
    print(f"Epoch {t+1}\n-------------------------------")
    train_loop(train_dataloader, model, loss_fn, optimizer)
    test_loop(test_dataloader, model, loss_fn)
print("Done!")

Epoch 1
-------------------------------
loss: 2.308620  [   64/60000]
loss: 2.295752  [ 6464/60000]
loss: 2.268208  [12864/60000]
loss: 2.268667  [19264/60000]
loss: 2.265218  [25664/60000]
loss: 2.223590  [32064/60000]
loss: 2.247132  [38464/60000]
loss: 2.206099  [44864/60000]
loss: 2.203627  [51264/60000]
loss: 2.170803  [57664/60000]
Test Error:
 Accuracy: 34.4%, Avg loss: 2.169631

Epoch 2
-------------------------------
loss: 2.183419  [   64/60000]
loss: 2.172727  [ 6464/60000]
loss: 2.107495  [12864/60000]
loss: 2.127268  [19264/60000]
loss: 2.088041  [25664/60000]
loss: 2.016069  [32064/60000]
loss: 2.065602  [38464/60000]
loss: 1.975268  [44864/60000]
loss: 1.987379  [51264/60000]
loss: 1.910686  [57664/60000]
Test Error:
 Accuracy: 47.7%, Avg loss: 1.910805

Epoch 3
-------------------------------
loss: 1.945364  [   64/60000]
loss: 1.916907  [ 6464/60000]
loss: 1.792465  [12864/60000]
loss: 1.840368  [19264/60000]
loss: 1.734933  [25664/60000]
loss: 1.673284  [32064/60000]
loss: 1.720208  [38464/60000]
loss: 1.604380  [44864/60000]
loss: 1.641125  [51264/60000]
loss: 1.532901  [57664/60000]
Test Error:
 Accuracy: 56.5%, Avg loss: 1.547375

Epoch 4
-------------------------------
loss: 1.612843  [   64/60000]
loss: 1.578379  [ 6464/60000]
loss: 1.424828  [12864/60000]
loss: 1.506167  [19264/60000]
loss: 1.387915  [25664/60000]
loss: 1.369797  [32064/60000]
loss: 1.404693  [38464/60000]
loss: 1.314869  [44864/60000]
loss: 1.356159  [51264/60000]
loss: 1.254633  [57664/60000]
Test Error:
 Accuracy: 62.3%, Avg loss: 1.279180

Epoch 5
-------------------------------
loss: 1.355132  [   64/60000]
loss: 1.332948  [ 6464/60000]
loss: 1.167555  [12864/60000]
loss: 1.280661  [19264/60000]
loss: 1.155591  [25664/60000]
loss: 1.169408  [32064/60000]
loss: 1.205918  [38464/60000]
loss: 1.132769  [44864/60000]
loss: 1.174520  [51264/60000]
loss: 1.086905  [57664/60000]
Test Error:
 Accuracy: 64.3%, Avg loss: 1.108511

Epoch 6
-------------------------------
loss: 1.180303  [   64/60000]
loss: 1.173377  [ 6464/60000]
loss: 0.994074  [12864/60000]
loss: 1.135170  [19264/60000]
loss: 1.006484  [25664/60000]
loss: 1.030939  [32064/60000]
loss: 1.079706  [38464/60000]
loss: 1.013436  [44864/60000]
loss: 1.054520  [51264/60000]
loss: 0.978709  [57664/60000]
Test Error:
 Accuracy: 65.6%, Avg loss: 0.995903

Epoch 7
-------------------------------
loss: 1.056381  [   64/60000]
loss: 1.067777  [ 6464/60000]
loss: 0.873365  [12864/60000]
loss: 1.036642  [19264/60000]
loss: 0.910168  [25664/60000]
loss: 0.931776  [32064/60000]
loss: 0.996078  [38464/60000]
loss: 0.933824  [44864/60000]
loss: 0.971650  [51264/60000]
loss: 0.906644  [57664/60000]
Test Error:
 Accuracy: 66.9%, Avg loss: 0.918969

Epoch 8
-------------------------------
loss: 0.965223  [   64/60000]
loss: 0.994637  [ 6464/60000]
loss: 0.786686  [12864/60000]
loss: 0.967298  [19264/60000]
loss: 0.845907  [25664/60000]
loss: 0.859711  [32064/60000]
loss: 0.937512  [38464/60000]
loss: 0.880171  [44864/60000]
loss: 0.912371  [51264/60000]
loss: 0.855511  [57664/60000]
Test Error:
 Accuracy: 68.0%, Avg loss: 0.864044

Epoch 9
-------------------------------
loss: 0.895736  [   64/60000]
loss: 0.940449  [ 6464/60000]
loss: 0.722402  [12864/60000]
loss: 0.916227  [19264/60000]
loss: 0.800921  [25664/60000]
loss: 0.805914  [32064/60000]
loss: 0.893469  [38464/60000]
loss: 0.842517  [44864/60000]
loss: 0.868301  [51264/60000]
loss: 0.816782  [57664/60000]
Test Error:
 Accuracy: 69.2%, Avg loss: 0.822825

Epoch 10
-------------------------------
loss: 0.840697  [   64/60000]
loss: 0.897532  [ 6464/60000]
loss: 0.672883  [12864/60000]
loss: 0.877335  [19264/60000]
loss: 0.767309  [25664/60000]
loss: 0.765106  [32064/60000]
loss: 0.857997  [38464/60000]
loss: 0.814621  [44864/60000]
loss: 0.834338  [51264/60000]
loss: 0.785826  [57664/60000]
Test Error:
 Accuracy: 70.7%, Avg loss: 0.790328

Done!

进一步阅读#

脚本总运行时间： (1 分钟 15.198 秒)