MNN/docs/pymnn/optim.md

optim

module optim

optim时优化器模块，提供了一个优化器基类Optimizer，并提供了SGD和ADAM优化器实现；主要用于训练阶段迭代优化

---

optim Types

• Optimizer

---

optim.Regularization_Method

优化器的正则化方法，提供了L1和L2正则化方法

• 类型：Enum
• 枚举值：
  • L1
  • L2
  • L1L2

---

SGD(module, lr, momentum, weight_decay, regularization_method)

创建一个SGD优化器

参数：

• module:_Module 模型实例
• lr:float 学习率
• momentum:float 动量，默认为0.9
• weight_decay:float 权重衰减，默认为0.0
• regularization_method:RegularizationMethod 正则化方法，默认为L2正则化

返回：SGD优化器实例

返回类型：Optimizer

示例：

model = Net()
sgd = optim.SGD(model, 0.001, 0.9, 0.0005, optim.Regularization_Method.L2)
# feed some date to the model, then get the loss
loss = ...
sgd.step(loss) # backward and update parameters in the model

---

ADAM(module, lr, momentum, momentum2, weight_decay, eps, regularization_method)

创建一个ADAM优化器

参数：

• module:_Module 模型实例
• lr:float 学习率
• momentum:float 动量，默认为0.9
• momentum2:float 动量2，默认为0.999
• weight_decay:float 权重衰减，默认为0.0
• eps:float 正则化阈值，默认为1e-8
• regularization_method:RegularizationMethod 正则化方法，默认为L2正则化

返回：ADAM优化器实例

返回类型：Optimizer

示例：

model = Net()
sgd = optim.ADAM(model, 0.001)
# feed some date to the model, then get the loss
loss = ...
sgd.step(loss) # backward and update parameters in the model