此 MNIST 示例使用了这些优化器。
这个文件定义了 Adam 的通用基类及其扩展。由于可重用性，基类有助于以最少的代码实现其他优化器。
我们还为 L2 权重衰减定义了一个特殊的类，这样我们就不必在每个优化器中实现它，并且可以在不更改优化器的情况下轻松扩展到其他权重衰减，例如 L1。
以下是关于 PyTorch 优化器的一些概念：
PyTorch 优化器将参数分组到名为组的集合中。每个组可以有自己的超参数，例如学习率。
在大多数情况下，只有一组。这是你使用初始化优化器的时候，
在初始化优化器时，可以定义多个参数组：
在这里，我们传递一个组列表。每个组都是一个字典，其参数位于键 “params” 下。您也可以指定任何超参数。如果未定义 hyper 参数，它们将默认为优化程序级别的默认值。
您可以使用访问（甚至更改）这些组及其超参数 。我遇到的大多数学习率计划实现都访问了这个并更改了 “lr”。
Optimizer 在字典中维护每个参数（张量）的状态（字典） 。这是优化器维护指数平均值之类的东西的地方。
62from typing import Dict, Tuple, Any
63
64import torch
65from torch import nn
66from torch.optim.optimizer import Optimizer69class GenericAdaptiveOptimizer(Optimizer):74 def __init__(self, params, defaults: Dict[str, Any], lr: float, betas: Tuple[float, float], eps: float):检查超参数
86 if not 0.0 <= lr:
87 raise ValueError(f"Invalid learning rate: {lr}")
88 if not 0.0 <= eps:
89 raise ValueError(f"Invalid epsilon value: {eps}")
90 if not 0.0 <= betas[0] < 1.0:
91 raise ValueError(f"Invalid beta parameter at index 0: {betas[0]}")
92 if not 0.0 <= betas[1] < 1.0:
93 raise ValueError(f"Invalid beta parameter at index 1: {betas[1]}")将超参数添加到默认值
96 defaults.update(dict(lr=lr, betas=betas, eps=eps))初始化 PyTorch 优化器。这将使用默认的超参数创建参数组
99 super().__init__(params, defaults)这应该被代码覆盖，以便初始 化参数 。 是所 属的参数组字典。
101 def init_state(self, state: Dict[str, any], group: Dict[str, any], param: nn.Parameter):108 pass这应该被重写并对 张量采取优化步骤，其中 是该参数的梯度， 是该参数的优化器状态字典， 也是参数组字典 所属的。
110 def step_param(self, state: Dict[str, any], group: Dict[str, any], grad: torch.Tensor, param: torch.Tensor):119 pass我们创建了一个模板方法，它可以完成每个基于 Adam 的优化器所需要的常用内容。
121 @torch.no_grad()
122 def step(self, closure=None):133 loss = None
134 if closure is not None:
135 with torch.enable_grad():
136 loss = closure()遍历参数组
139 for group in self.param_groups:遍历参数组中的参数
141 for param in group['params']:如果参数没有渐变，则跳过
143 if param.grad is None:
144 continue获取梯度张量
146 grad = param.grad.data我们不处理稀疏渐变
148 if grad.is_sparse:
149 raise RuntimeError('GenericAdaptiveOptimizer does not support sparse gradients,'
150 ' please consider SparseAdam instead')获取参数的状态
153 state = self.state[param]如果状态未初始化，则初始化状态
156 if len(state) == 0:
157 self.init_state(state, group, param)对参数采取优化步骤
160 self.step_param(state, group, grad, param)返回从闭包计算得出的损失
163 return loss166class WeightDecay:- 是衰减系数
- 是一个标志，指示是将权重衰减添加到梯度还是直接从参数中衰减。如果添加到渐变中，它将通过普通的优化器更新。
- 此标志指示权重衰减系数是否为绝对值。当直接对参数执行衰减时，这适用。如果此值为假，则实际衰减为
- 。
171 def __init__(self, weight_decay: float = 0., weight_decouple: bool = True, absolute: bool = False):检查超参数
184 if not 0.0 <= weight_decay:
185 raise ValueError(f"Invalid weight_decay value: {weight_decay}")
186
187 self.absolute = absolute
188 self.weight_decouple = weight_decouple
189 self.weight_decay = weight_decay返回参数组的默认值
191 def defaults(self):195 return dict(weight_decay=self.weight_decay)197 def __call__(self, param: torch.nn.Parameter, grad: torch.Tensor, group: Dict[str, any]):如果我们直接对参数进行衰减
203 if self.weight_decouple:如果权重衰减系数为绝对值
205 if self.absolute:
206 param.data.mul_(1.0 - group['weight_decay'])否则，
208 else:
209 param.data.mul_(1.0 - group['lr'] * group['weight_decay'])返回未修改的渐变
211 return grad
212 else:
213 if group['weight_decay'] != 0:将权重衰减添加到渐变并返回修改后的渐变
215 return grad.add(param.data, alpha=group['weight_decay'])
216 else:
217 return grad
