PyTorch 提供了多种优化算法用于神经网络的参数优化。以下是对 PyTorch 中主要优化器的全面介绍，包括它们的原理、使用方法和适用场景。

一、基本优化器

1. SGD (随机梯度下降)

torch.optim.SGD(params, lr=0.01, momentum=0, dampening=0, weight_decay=0, nesterov=False)

• 特点:

  • 最基本的优化器

  • 可以添加动量(momentum)加速收敛

  • 支持Nesterov动量

• 参数:

  • lr: 学习率(必需)

  • momentum: 动量因子(0-1)

  • weight_decay: L2正则化系数

• 适用场景: 大多数基础任务

  optimizer = torch.optim.SGD(model.parameters(), lr=0.1, momentum=0.9)

2. Adam (自适应矩估计)

torch.optim.Adam(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08, weight_decay=0, amsgrad=False)

• 特点:

  • 自适应学习率

  • 结合了动量法和RMSProp的优点

  • 通常需要较少调参

• 参数:

  • betas: 用于计算梯度及其平方的移动平均系数

  • eps: 数值稳定项

  • amsgrad: 是否使用AMSGrad变体

• 适用场景: 深度学习默认选择

  optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

二、自适应优化器

1. Adagrad

torch.optim.Adagrad(params, lr=0.01, lr_decay=0, weight_decay=0, initial_accumulator_value=0)

• 特点:

  • 自适应学习率

  • 为每个参数保留学习率

  • 适合稀疏数据

• 缺点: 学习率会单调递减

2. RMSprop

torch.optim.RMSprop(params, lr=0.01, alpha=0.99, eps=1e-08, weight_decay=0, momentum=0, centered=False)

• 特点:

  • 解决Adagrad学习率急剧下降问题

  • 适合非平稳目标

  • 常用于RNN

 3. Adadelta

torch.optim.Adadelta(params, lr=1.0, rho=0.9, eps=1e-06, weight_decay=0)

• 特点:

  • 不需要设置初始学习率

  • 是Adagrad的扩展

三、其他优化器 

1. AdamW

torch.optim.AdamW(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08, weight_decay=0.01, amsgrad=False)

• 特点:

  • Adam的改进版

  • 更正确的权重衰减实现

  • 通常优于Adam

2. SparseAdam

torch.optim.SparseAdam(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08)

• 特点: 专为稀疏张量优化

3. LBFGS 

torch.optim.LBFGS(params, lr=1, max_iter=20, max_eval=None, tolerance_grad=1e-07, tolerance_change=1e-09, history_size=100)

• 特点:

  • 准牛顿方法

  • 内存消耗大

  • 适合小批量数据

四、优化器选择指南

优化器	适用场景	优点	缺点
SGD	基础任务	简单可控	需要手动调整学习率
SGD+momentum	大多数任务	加速收敛	需要调参
Adam	深度学习默认	自适应学习率	可能不如SGD泛化好
AdamW	带权重衰减的任务	更正确的实现	-
Adagrad	稀疏数据	自动调整学习率	学习率单调减
RMSprop	RNN/非平稳目标	解决Adagrad问题	-

五、学习率调度器

PyTorch还提供了学习率调度器，可与优化器配合使用：

# 创建优化器
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)# 创建调度器
scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=30, gamma=0.1)# 训练循环中
for epoch in range(100):train(...)validate(...)scheduler.step()  # 更新学习率

常用调度器:

• LambdaLR: 自定义函数调整

• MultiplicativeLR: 乘法更新

• StepLR: 固定步长衰减

• MultiStepLR: 多步长衰减

• ExponentialLR: 指数衰减

• CosineAnnealingLR: 余弦退火

• ReduceLROnPlateau: 根据指标动态调整

六、优化器使用技巧

1. 参数分组: 不同层使用不同学习率

   optimizer = torch.optim.SGD([{'params': model.base.parameters(), 'lr': 0.001},{'params': model.classifier.parameters(), 'lr': 0.01}
   ], momentum=0.9)

2. 梯度裁剪: 防止梯度爆炸

   torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm=1.0)

3. 零梯度: 每次迭代前清空梯度

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