模型学习SGD但不学习Adam

Question

我正在经历一个基本的PyTorch MNIST示例here，并注意到当我将优化器从SGD更改为Adam时，模型没有收敛。具体来说，我改变了第106行

optimizer = optim.SGD(model.parameters(), lr=args.lr, momentum=args.momentum)

至

optimizer = optim.Adam(model.parameters(), lr=args.lr)

我认为这对模型没有影响。随着SGD的损失，在大约四分之一的时间后，损失迅速降至低值。然而对于亚当来说，即使在10个时代之后，损失也没有下降。我很好奇为什么会这样;在我看来，这些应该具有几乎相同的性能。

我在Win10 / Py3.6 / PyTorch1.01 / CUDA9上运行了这个

为了节省一些代码挖掘，这里是hyperparams：

• LR = 0.01
• 动量= 0.5
• 的batch_size = 64

Answer 1

Adam以其默认的参数开箱即用，它在几乎所有框架中都包含0.001的学习率（参见Keras，PyTorch和Tensorflow中的默认值），这确实是Adam paper中建议的值。 。

所以，我建议改为

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

或者干脆

optimizer = optim.Adam(model.parameters())

为了让lr保持其默认值（虽然我会说我感到很惊讶，因为现在MNIST因为你可能投入的任何东西而实际工作）。