Pytorch使用Scaler时关于scheduler和optimizer顺序的报错:`optimizer.step()` before `lr_scheduler.step()`
背景
当我们使用pytroch的进行混合精度时,会使用scaler,来进行梯度浮点数类型的缩放。在这种情况下optimizer.step()
会被scaler.step(optimizer)
取代。
已知,如果梯度存在无穷值的时候,scaler
会跳过这一轮次的参数更新。
又知,在参数没有更新时执行scheduler.step()
,会有标题出现的warning。
所以如果我们有如下代码:
scaler.step(optimizer)
scheduler.step()
那么就会遇到警告,虽然不一定影响性能。
讨论
在下面这三个链接里里,都有人提出了解决方案
- https://github.com/pytorch/pytorch/issues/67590
- https://github.com/Lightning-AI/lightning/issues/5558
- https://discuss.pytorch.org/t/optimizer-step-before-lr-scheduler-step-error-using-gradscaler/92930/8
感兴趣的同学可以去读一下。我下面提供两个解决方案。
解决方案
一、无视
因为我们创建scheduler的时候,指定了总共的更新轮次。这个更新轮次和optimizer有没有真正执行了那么多次更新没有关系,所以直接无视这个warning就好了。
二、判断
刚才提到,如果参数没有更新,这时候调用scheduler
会有警告。很简单的思路就是,进行判断,如果参数更新了,就调用,没更新,就不调用。
这里呢,有两个判断的方式,大家各选其一就行。
方法一
有点累了,直接贴:
方法二
有点长,先不写了,上面一个就够用啦。