Что такое `lr_policy` в Caffe?

Ответ 1

Если вы заглянете в файл /caffe-master/src/caffe/proto/caffe.proto (вы можете найти его в Интернете здесь), вы увидите следующие описания:

// The learning rate decay policy. The currently implemented learning rate
// policies are as follows:
//    - fixed: always return base_lr.
//    - step: return base_lr * gamma ^ (floor(iter / step))
//    - exp: return base_lr * gamma ^ iter
//    - inv: return base_lr * (1 + gamma * iter) ^ (- power)
//    - multistep: similar to step but it allows non uniform steps defined by
//      stepvalue
//    - poly: the effective learning rate follows a polynomial decay, to be
//      zero by the max_iter. return base_lr (1 - iter/max_iter) ^ (power)
//    - sigmoid: the effective learning rate follows a sigmod decay
//      return base_lr ( 1/(1 + exp(-gamma * (iter - stepsize))))
//
// where base_lr, max_iter, gamma, step, stepvalue and power are defined
// in the solver parameter protocol buffer, and iter is the current iteration.

Ответ 2

Общепринятой практикой является снижение скорости обучения (lr) по мере продвижения процесса оптимизации/обучения. Однако неясно, как именно скорость обучения должна быть уменьшена в зависимости от номера итерации.

Если вы используете DIGITS в качестве интерфейса для Caffe, вы сможете визуально увидеть, как различные варианты влияют на скорость обучения.

исправлено: скорость обучения сохраняется на протяжении всего учебного процесса.

inv: скорость обучения затухает как ~ 1/T

шаг: скорость обучения кусочно-постоянной, отбрасывая каждую итерацию X

multistep: кусочно-постоянная при произвольных интервалах

Вы можете точно определить, как скорость обучения вычисляется в функции SGDSolver<Dtype>::GetLearningRate (solvers/sgd_solver.cpp line ~ 30).

Недавно я наткнулся на интересный и нетрадиционный подход к настройке скорости обучения: Лесли Н. Смит работает "Нет более увлекательной обучающей скорости, угадывающей игры" . В своем докладе Лесли предлагает использовать lr_policy, который чередуется между уменьшением и увеличением скорости обучения. Его работа также предлагает, как реализовать эту политику в Caffe.