Lamb

class paddle.optimizer. Lamb ( learning_rate=0.001, lamb_weight_decay=0.01, beta1=0.9, beta2=0.999, epsilon=1e-06, parameters=None, grad_clip=None, exclude_from_weight_decay_fn=None, name=None ) [源代码]

LAMB（Layer-wise Adaptive Moments optimizer for Batching training）优化器旨在不降低精度的前提下增大训练的批量大小，其支持自适应的逐元素更新和精确的分层校正。更多信息请参考 Large Batch Optimization for Deep Learning: Training BERT in 76 minutes <https://arxiv.org/pdf/1904.00962.pdf&gt; 。 参数更新如下：

Lamb - 图1

Lamb - 图2

Lamb - 图3

Lamb - 图4

Lamb - 图5

wt=wt1−ηt∗‖‖wt−1‖‖‖‖rt+λ∗wt−1‖‖∗(rt+λ∗wt−1)wt=wt1−ηt∗‖wt−1‖‖rt+λ∗wt−1‖∗(rt+λ∗wt−1)

其中 mm 表示第一个动量，vv 代表第二个动量，ηη 代表学习率，λλ 代表LAMB的权重学习率。

参数：

  • learning_rate (float|Tensor, 可选) - 学习率，用于参数更新的计算。可以是一个浮点型值或者一个Tensor，默认值为0.001

  • lamb_weight_decay (float，可选) – LAMB权重衰减率。默认值为0.01。

  • beta1 (float, 可选) - 第一个动量估计的指数衰减率。默认值为0.9。

  • beta2 (float, 可选) - 第二个动量估计的指数衰减率。默认值为0.999。

  • epsilon (float, 可选) - 保持数值稳定性的短浮点类型值，默认值为1e-06

  • parameters (list, 可选) - 指定优化器需要优化的参数。在动态图模式下必须提供该参数；在静态图模式下默认值为None，这时所有的参数都将被优化。

  • grad_clip (GradientClipBase, 可选) – 梯度裁剪的策略，支持三种裁剪策略： paddle.nn.ClipGradByGlobalNorm 、 paddle.nn.ClipGradByNorm 、 paddle.nn.ClipGradByValue 。默认值为None，此时将不进行梯度裁剪。

  • exclude_from_weight_decay_fn (function) - 当某个参数作为输入该函数返回值为 True 时，为该参数跳过权重衰减。

  • name (str, 可选)- 该参数供开发人员打印调试信息时使用，具体用法请参见 Name ，默认值为None

注解

目前 Lamb 不支持 Sparse Parameter Optimization（稀疏参数优化）。

代码示例

  1. import paddle
  3. inp = paddle.uniform(shape=[10, 10], dtype='float32', min=-0.1, max=0.1)
  4. linear = paddle.nn.Linear(10, 10)
  5. out = linear(inp)
  6. loss = paddle.mean(out)
  7. beta1 = paddle.to_tensor([0.9], dtype="float32")
  8. beta2 = paddle.to_tensor([0.85], dtype="float32")
  9. lamb = paddle.optimizer.Lamb(learning_rate=0.002, parameters=linear.parameters(), lamb_weight_decay=0.01)
  10. back = out.backward()
  11. lamb.step()
  12. lamb.clear_grad()

step ( )

注意：

1. 该API只在 Dygraph 模式下生效

执行一次优化器并进行参数更新。

返回：None。

代码示例

  1. import paddle
  3. value = paddle.arange(26, dtype='float32')
  4. value = paddle.reshape(value, [2, 13])
  5. a = paddle.to_tensor(value)
  6. linear = paddle.nn.Linear(13, 5)
  7. lamb = paddle.optimizer.Lamb(learning_rate = 0.01,
  8.                              parameters = linear.parameters())
  9. out = linear(a)
  10. out.backward()
  11. lamb.step()
  12. lamb.clear_grad()

minimize ( loss, startup_program=None, parameters=None, no_grad_set=None )

为网络添加反向计算过程，并根据反向计算所得的梯度，更新parameters中的Parameters，最小化网络损失值loss。

参数：

  • loss (Tensor) – 需要最小化的损失值变量

  • startup_program (Program, 可选) – 用于初始化parameters中参数的 Program , 默认值为None，此时将使用 default_startup_program

  • parameters (list, 可选) – 待更新的Parameter或者Parameter.name组成的列表， 默认值为None，此时将更新所有的Parameter

  • no_grad_set (set, 可选) – 不需要更新的Parameter或者Parameter.name组成集合，默认值为None

返回: tuple(optimize_ops, params_grads)，其中optimize_ops为参数优化OP列表；param_grads为由(param, param_grad)组成的列表，其中param和param_grad分别为参数和参数的梯度。在静态图模式下，该返回值可以加入到 Executor.run() 接口的 fetch_list 参数中，若加入，则会重写 use_prune 参数为True，并根据 feed 和 fetch_list 进行剪枝，详见 Executor 的文档。

代码示例

  1. import paddle
  3. inp = paddle.uniform(shape=[10, 10], dtype="float32", min=-0.1, max=0.1)
  4. linear = paddle.nn.Linear(10, 10)
  5. inp = paddle.to_tensor(inp)
  6. out = linear(inp)
  7. loss = paddle.mean(out)
  9. beta1 = paddle.to_tensor([0.9], dtype="float32")
  10. beta2 = paddle.to_tensor([0.99], dtype="float32")
  12. lamb = paddle.optimizer.Lamb(learning_rate=0.1,
  13.         lamb_weight_decay=0.01,
  14.         parameters=linear.parameters())
  15. out.backward()
  16. lamb.minimize(loss)
  17. lamb.clear_grad()

clear_grad ( )

注意：

1. 该API只在 Dygraph 模式下生效

清除需要优化的参数的梯度。

代码示例

  1. import paddle
  3. value = paddle.arange(26, dtype="float32")
  4. value = paddle.reshape(value, [2, 13])
  5. a = paddle.to_tensor(value)
  6. linear = paddle.nn.Linear(13, 5)
  7. optimizer = paddle.optimizer.Lamb(learning_rate=0.02,
  8.                                   parameters=linear.parameters())
  9. out = linear(a)
  10. out.backward()
  11. optimizer.step()
  12. optimizer.clear_grad()

set_lr ( value )

注意：

1. 该API只在 Dygraph 模式下生效

手动设置当前 optimizer 的学习率。当使用_LRScheduler时，无法使用该API手动设置学习率，因为这将导致冲突。

参数：

value (float) - 需要设置的学习率的值。

返回：None

代码示例

  1. import paddle
  3. linear = paddle.nn.Linear(10, 10)
  5. lamb = paddle.optimizer.Lamb(0.1, parameters=linear.parameters())
  7. # set learning rate manually by python float value
  8. lr_list = [0.2, 0.3, 0.4, 0.5, 0.6]
  9. for i in range(5):
  10.     lamb.set_lr(lr_list[i])
  11.     lr = lamb.get_lr()
  12.     print("current lr is {}".format(lr))
  13. # Print:
  14. #    current lr is 0.2
  15. #    current lr is 0.3
  16. #    current lr is 0.4
  17. #    current lr is 0.5
  18. #    current lr is 0.6

get_lr ( )

注意：

1. 该API只在 Dygraph 模式下生效

获取当前步骤的学习率。当不使用_LRScheduler时，每次调用的返回值都相同，否则返回当前步骤的学习率。

返回：float，当前步骤的学习率。

代码示例

  1. import paddle
  2. import numpy as np
  4. # example1: _LRScheduler is not used, return value is all the same
  5. emb = paddle.nn.Embedding(10, 10, sparse=False)
  6. lamb = paddle.optimizer.Lamb(0.001, parameters = emb.parameters())
  7. lr = lamb.get_lr()
  8. print(lr) # 0.001
  10. # example2: StepDecay is used, return the step learning rate
  11. inp = paddle.uniform(shape=[10, 10], dtype="float32", min=-0.1, max=0.1)
  12. linear = paddle.nn.Linear(10, 10)
  13. inp = paddle.to_tensor(inp)
  14. out = linear(inp)
  15. loss = paddle.mean(out)
  17. bd = [2, 4, 6, 8]
  18. value = [0.2, 0.4, 0.6, 0.8, 1.0]
  19. scheduler = paddle.optimizer.lr.StepDecay(learning_rate=0.5, step_size=2, gamma=0.1)
  20. lamb = paddle.optimizer.Lamb(scheduler,
  21.                        parameters=linear.parameters())
  23. # first step: learning rate is 0.2
  24. np.allclose(lamb.get_lr(), 0.2, rtol=1e-06, atol=0.0) # True
  26. # learning rate for different steps
  27. ret = [0.2, 0.2, 0.4, 0.4, 0.6, 0.6, 0.8, 0.8, 1.0, 1.0, 1.0, 1.0]
  28. for i in range(12):
  29.     lamb.step()
  30.     lr = lamb.get_lr()
  31.     scheduler.step()
  32.     np.allclose(lr, ret[i], rtol=1e-06, atol=0.0) # True