【PyTorch】动态调整学习率 torch.optim.lr_scheduler.StepLR 调度器

在深度学习中，学习率调度器（Learning Rate Scheduler） 是用来动态调整学习率的工具。它的主要目的是在训练过程中自动调整学习率，以提高训练的效率和效果。之所以称其为“调度器”，是因为它控制着学习率的调整和更新，类似于调度一个过程或者任务，它按照某种策略和规则来“调度”学习率，本文将详细介绍pytorch中动态调整学习率方法之一 torch.optim.lr_scheduler.StepLR

官方文档链接：
https://pytorch.ac.cn/docs/stable/generated/torch.optim.lr_scheduler.StepLR.html#torch.optim.lr_scheduler.StepLR

1. torch.optim.lr_scheduler.StepLR 官方文档详解

官方文档定义:

class torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1, verbose='deprecated')

每隔 step_size 个 epochs 将每个参数组的学习率衰减 gamma 倍。
请注意，这种衰减可能与来自此调度程序外部的学习率的其他更改同时发生。当 last_epoch=-1 时，将初始 lr 设置为 lr。

参数：

• $optimizer$ (优化器) : 包装的优化器
• $step\_size(int)$ : 学习率衰减周期
• $gamma(float)$ : 学习率衰减的乘法因子, 默认值：0.1
• $last\_epoch(int)$ : 最后一个 epoch 的索引, 默认值：-1 表示从头开始
• $verbose(bool|str)$: 如果为 True，则为每次更新打印一条消息到标准输出, 默认值：False。

注意：

• 自版本 2.2 起不推荐使用： $verbose$ 已弃用。请使用 $get\_last\_lr()$访问学习率

其它：

• $get\_last\_lr()$ : 返回当前调度程序计算的最后一个学习率, 返回类型 $List[float]$
• $get\_lr()$ : 计算每个组的学习率
• $load\_state\_dict(state\_dict)$ : 加载调度程序的状态，参数：$state\_dict(dict)$ 调度程序状态，应为 $state\_dict()$ 调用返回的对象。
• $print\_lr(is\_verbose,group,lr,epoch=None)$ : 显示当前学习率。
• $state\_dict()$ : 将调度程序的状态作为 $dict$ 返回,它包含 $self.\_\_dict\_\_$ 中每个变量的条目，这些变量不是优化器。
• $step(epoch=None)$ : 执行一步操作，即更新一次学习率

注意：

• 自版本 2.4 起不推荐使用： $print\_lr()$ 已弃用。请使用 $get\_last\_lr()$ 访问学习率。

2. 使用示例

2.1 官方提供使用示例

• 假设初始 $lr=0.05$，$step\_size=30$，$gamma=0.1$，即每 30 个 epoch后，将学习率乘以 0.1
• 当 $epoch<30$ 时，$lr=0.05$ ，即 $lr=lr$
• 当 $30<=epoch<60$ ，$lr=0.005$，即 $l{r}_{new}=l{r}_{old}\ast gamma=0.05\ast 0.1=0.005$
• 当 $60<=epoch<90$ ，$lr=0.0005$，即 $l{r}_{new}=l{r}_{old}\ast gamma=0.005\ast 0.1=0.0005$

# Assuming optimizer uses lr = 0.05 for all groups
# lr = 0.05     if epoch < 30
# lr = 0.005    if 30 <= epoch < 60
# lr = 0.0005   if 60 <= epoch < 90
# ...
scheduler = StepLR(optimizer, step_size=30, gamma=0.1)
for epoch in range(100):train(...)validate(...)scheduler.step()

2.2 自己写代码测试方法

2.2.1 get_last_lr() 方法

• 用于返回调度器计算的 最后一个学习率。这个学习率是在调度器（scheduler）调整之后的当前学习率
• 如果优化器中有多个参数组，$get\_last\_lr()$ 返回的是一个列表，每个元素对应一个参数组的学习率
• 如果优化器中只有一个参数组，$get\_last\_lr()$ 返回一个只有一个元素的列表

import torch
from torch import nn
from torch import optim
net = nn.Linear(3,4)
def train():optimizer = optim.Adam(net.parameters(), lr=0.1)scheduler = optim.lr_scheduler.StepLR(optimizer, step_size = 1, gamma=0.1)for epoch in range(0, 10):print(epoch, scheduler.get_last_lr())optimizer.step()scheduler.step()
if __name__ == "__main__":train()

代码输出：

0 [0.1]
1 [0.010000000000000002]
2 [0.0010000000000000002]
3 [0.00010000000000000003]
4 [1.0000000000000004e-05]
5 [1.0000000000000004e-06]
6 [1.0000000000000005e-07]
7 [1.0000000000000005e-08]
8 [1.0000000000000005e-09]
9 [1.0000000000000006e-10]

2.2.2 state_dict() 方法

• $state\_dict()$ 是一个非常重要的函数，它能够返回一个包含模型或优化器状态的字典（dict）。对于学习率调度器来说，$state\_dict()$ 返回调度器的状态，包括它的参数和变量，用于保存和恢复调度器的状态等

代码示例：

import torch
from torch import nn
from torch import optimnet = nn.Linear(3,4)def train():optimizer = optim.Adam(net.parameters(), lr=0.1)scheduler = optim.lr_scheduler.StepLR(optimizer, step_size = 1, gamma=0.1)for epoch in range(10):print(epoch, scheduler.state_dict())optimizer.step()scheduler.step()if __name__ == "__main__":train()

代码输出：

0 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 0, 'verbose': False, '_step_count': 1, '_get_lr_called_within_step': False, '_last_lr': [0.1]}
1 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 1, 'verbose': False, '_step_count': 2, '_get_lr_called_within_step': False, '_last_lr': [0.010000000000000002]}   
2 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 2, 'verbose': False, '_step_count': 3, '_get_lr_called_within_step': False, '_last_lr': [0.0010000000000000002]}  
3 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 3, 'verbose': False, '_step_count': 4, '_get_lr_called_within_step': False, '_last_lr': [0.00010000000000000003]} 
4 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 4, 'verbose': False, '_step_count': 5, '_get_lr_called_within_step': False, '_last_lr': [1.0000000000000004e-05]} 
5 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 5, 'verbose': False, '_step_count': 6, '_get_lr_called_within_step': False, '_last_lr': [1.0000000000000004e-06]} 
6 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 6, 'verbose': False, '_step_count': 7, '_get_lr_called_within_step': False, '_last_lr': [1.0000000000000005e-07]} 
7 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 7, 'verbose': False, '_step_count': 8, '_get_lr_called_within_step': False, '_last_lr': [1.0000000000000005e-08]} 
8 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 8, 'verbose': False, '_step_count': 9, '_get_lr_called_within_step': False, '_last_lr': [1.0000000000000005e-09]} 
9 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 9, 'verbose': False, '_step_count': 10, '_get_lr_called_within_step': False, '_last_lr': [1.0000000000000006e-10]}

输出详解：

• step_size: 该值表示每隔多少个 epoch 学习率就会发生变化。在例子中，$step\_size=1$，意味着每经过 1 个 epoch，学习率都会更新一次
• gamma: 这是学习率更新的衰减因子。每次调用 $scheduler.step()$ 时，当前的学习率将会乘以 $gamma$。例子中，$gamma=0.1$，意味着每次更新学习率时，学习率将减少为原来的 10%
• base_lrs: 这是每个参数组的初始学习率（在调度器调整之前的学习率）。这里的 $[0.1]$表示模型的初始学习率是 0.1。如果有多个参数组，这里会是一个列表，列出每个参数组的初始学习率
• last_epoch: 这是上一个 epoch 的编号，用来确定学习率更新时的参考点。$last\_epoch=0$ 表示调度器刚刚初始化，学习率还没有更新过。通常，last_epoch 用来恢复训练时从哪个 epoch 开始更新学习率
• verbose: 该参数控制调度器是否在学习率更新时打印详细信息。$verbose=False$ 表示调度器在更新学习率时不会打印信息。如果设置为 $True$，则每次更新学习率时都会打印一条日志。
• _step_count: 这个内部变量跟踪调度器已经调用了多少次 step()。在例子中，$\_step\_count=1$，表示调度器已经调用过一次 $step()$，即更新过一次学习率
• _get_lr_called_within_step: 是一个内部标志，表示是否在 step() 方法内部调用了 get_lr()。通常不需要关注这个值，它帮助调度器管理内部逻辑
• _last_lr: 这是调度器最近一次计算的学习率。这个列表保存了每个参数组的学习率。在你的例子中，$\_last\_lr=[0.1]$，表示当前学习率是 0.1。这会在 scheduler.step() 后更新为新的学习率。

2.2.3 load_state_dict() 保存和加载调度器

可以将 state_dict() 保存到文件中，然后在以后恢复。如下是一个保存和加载学习率调度器状态的例子：

保存调度器状态：

# 保存调度器的 state_dict
torch.save(scheduler.state_dict(), 'scheduler_state.pth')

加载调度器状态：

# 加载调度器的 state_dict
scheduler.load_state_dict(torch.load('scheduler_state.pth'))

通过这种方式，可以在训练中断后恢复学习率调度器的状态，并继续进行训练。

保存调度器状态示例：

当 epoch = 5 时，保存调度器状态：

import torch
from torch import nn
from torch import optim
net = nn.Linear(3,4)
def train():optimizer = optim.Adam(net.parameters(), lr=0.1)scheduler = optim.lr_scheduler.StepLR(optimizer, step_size = 1, gamma=0.1)for epoch in range(10):if epoch == 5:torch.save(scheduler.state_dict(), 'scheduler_state.pth')breakoptimizer.step()scheduler.step()if __name__ == "__main__":train()

加载调度器状态示例：

import torch
from torch import nn
from torch import optimnet = nn.Linear(3,4)def train():optimizer = optim.Adam(net.parameters(), lr=0.1)scheduler = optim.lr_scheduler.StepLR(optimizer, step_size = 1, gamma=0.1)scheduler.load_state_dict(torch.load("scheduler_state.pth"))for epoch in range(3):print(epoch, scheduler.state_dict())optimizer.step()scheduler.step()if __name__ == "__main__":train()

代码输出：

0 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 5, 'verbose': False, '_step_count': 6, '_get_lr_called_within_step': False, '_last_lr': [1.0000000000000004e-06]}
1 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 6, 'verbose': False, '_step_count': 7, '_get_lr_called_within_step': False, '_last_lr': [0.010000000000000002]}
2 {'step_size': 1, 'gamma': 0.1, 'base_lrs': [0.1], 'last_epoch': 7, 'verbose': False, '_step_count': 8, '_get_lr_called_within_step': False, '_last_lr': [0.0010000000000000002]}

可以看到：

• last_epoch 从 5 开始
• _step_count 从6 开始
• _last_lr 从 1e-6 开始

说明是从上次终断的状态继续运行

3. 思考

3.1 为什么需要state_dict()

• 保存和恢复训练： 当你希望在训练中断后恢复训练时，你可以保存模型和调度器的 state_dict()，然后在恢复时加载它们，确保学习率调度器从上次停止的地方继续工作，而不是从头开始。
• 调试和分析：通过 state_dict() 可以查看学习率的变化，帮助你调试和分析训练过程中调度器的行为。

3.2 get_lr() 与 get_last_lr() 的输出不一致问题

测试代码：

import torch
from torch import nn
from torch import optimnet = nn.Linear(3,4)def train():optimizer = optim.Adam(net.parameters(), lr=0.1)scheduler = optim.lr_scheduler.StepLR(optimizer, step_size = 1, gamma=0.1)for epoch in range(3):print(epoch, scheduler.get_lr())print(epoch, scheduler.get_last_lr())print([group["lr"] for group in optimizer.param_groups])print("==========================================")optimizer.step()scheduler.step()if __name__ == "__main__":train()

代码输出：

0 [0.1]
0 [0.1]
[0.1]
==========================================
1 [0.0010000000000000002]
1 [0.010000000000000002]
[0.010000000000000002]
==========================================
2 [0.00010000000000000003]
2 [0.0010000000000000002]
[0.0010000000000000002]
==========================================

不知道为什么从 epoch > 0 之后，get_lr() 每次都比 get_last_lr() 提前一步更新，但是通过查看 optimizer.param_groups 的学习率与 get_last_lr() 一致。

get_lr()函数源码：

def get_lr(self):if not self._get_lr_called_within_step:warnings.warn("To get the last learning rate computed by the scheduler, ""please use `get_last_lr()`.", UserWarning)if (self.last_epoch == 0) or (self.last_epoch % self.step_size != 0):return [group['lr'] for group in self.optimizer.param_groups]return [group['lr'] * self.gammafor group in self.optimizer.param_groups]

我们可以看到在源码中当：if (self.last_epoch == 0) or (self.last_epoch % self.step_size != 0)，返回值为[group['lr'] for group in self.optimizer.param_groups], 否则的话返回值为[group['lr'] * self.gamma for group in self.optimizer.param_groups]，因此可以很好的解释上面的现象，但是Pytorch为什么要这样做呢？？目前没有找到相关资料，可以评论区留言讨论！

get_last_lr() 函数源码:

def get_last_lr(self):""" Return last computed learning rate by current scheduler."""return self._last_lr