使用amp训练出现Detected call of lr_scheduler.step() before optimizer.step().

文章讨论了在PyTorch中,尤其是在使用自动混合精度(AMP)训练时,遇到的警告关于optimizer.step()和lr_scheduler.step()的调用顺序问题。警告源于可能的NaN梯度导致学习率更新被跳过。解决方案是调整计算梯度和优化器更新的顺序,并在适当情况下处理学习率调度。

文章目录

问题

UserWarning: Detected call of lr_scheduler.step() before optimizer.step(). In PyTorch 1.1.0 and later, you should call them in the opposite order: optimizer.step() before lr_scheduler.step(). Failure to do this will result in PyTorch skipping the first value of the learning rate schedule. See more details at https://pytorch.org/docs/stable/optim.html#how-to-adjust-learning-rate warnings.warn("Detected call of lr_scheduler.step() before optimizer.step().
正常在训练的时候,对于优化器和参数更新的顺序这样就可以了

        total_loss.backward()
        self.optimizer.step()
        self.scheduler.step()

方案

但是在使用amp进行混合精度训练出现的一个warning,调换代码顺序也不work。
这个警告是怎么产生的?是由于在算梯度的时候出现了nan,所以这一次更新会跳过,但是参数仍旧会更新所以出现了问题,按下面的做法加一个判断就行了。

          self.optim
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

_cv_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值