Skip to content
项目
群组
代码片段
帮助
当前项目
正在载入...
登录 / 注册
切换导航面板
Y
yolov5
项目
项目
详情
活动
周期分析
仓库
仓库
文件
提交
分支
标签
贡献者
图表
比较
统计图
议题
0
议题
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
CI / CD
CI / CD
流水线
作业
日程
统计图
Wiki
Wiki
代码片段
代码片段
成员
成员
折叠边栏
关闭边栏
活动
图像
聊天
创建新问题
作业
提交
问题看板
Open sidebar
Administrator
yolov5
Commits
20f1b7ea
Unverified
提交
20f1b7ea
authored
8月 06, 2022
作者:
Glenn Jocher
提交者:
GitHub
8月 06, 2022
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
`smart_optimizer()` improved reporting (#8887)
Update smart_optimizer() weight_decay reporting
上级
030586a3
隐藏空白字符变更
内嵌
并排
正在显示
2 个修改的文件
包含
4 行增加
和
5 行删除
+4
-5
train.py
train.py
+0
-1
torch_utils.py
utils/torch_utils.py
+4
-4
没有找到文件。
train.py
浏览文件 @
20f1b7ea
...
...
@@ -152,7 +152,6 @@ def train(hyp, opt, device, callbacks): # hyp is path/to/hyp.yaml or hyp dictio
nbs
=
64
# nominal batch size
accumulate
=
max
(
round
(
nbs
/
batch_size
),
1
)
# accumulate loss before optimizing
hyp
[
'weight_decay'
]
*=
batch_size
*
accumulate
/
nbs
# scale weight_decay
LOGGER
.
info
(
f
"Scaled weight_decay = {hyp['weight_decay']}"
)
optimizer
=
smart_optimizer
(
model
,
opt
.
optimizer
,
hyp
[
'lr0'
],
hyp
[
'momentum'
],
hyp
[
'weight_decay'
])
# Scheduler
...
...
utils/torch_utils.py
浏览文件 @
20f1b7ea
...
...
@@ -276,7 +276,7 @@ def copy_attr(a, b, include=(), exclude=()):
setattr
(
a
,
k
,
v
)
def
smart_optimizer
(
model
,
name
=
'Adam'
,
lr
=
0.001
,
momentum
=
0.9
,
weight_
decay
=
1e-5
):
def
smart_optimizer
(
model
,
name
=
'Adam'
,
lr
=
0.001
,
momentum
=
0.9
,
decay
=
1e-5
):
# YOLOv5 3-param group optimizer: 0) weights with decay, 1) weights no decay, 2) biases no decay
g
=
[],
[],
[]
# optimizer parameter groups
bn
=
tuple
(
v
for
k
,
v
in
nn
.
__dict__
.
items
()
if
'Norm'
in
k
)
# normalization layers, i.e. BatchNorm2d()
...
...
@@ -299,10 +299,10 @@ def smart_optimizer(model, name='Adam', lr=0.001, momentum=0.9, weight_decay=1e-
else
:
raise
NotImplementedError
(
f
'Optimizer {name} not implemented.'
)
optimizer
.
add_param_group
({
'params'
:
g
[
0
],
'weight_decay'
:
weight_
decay
})
# add g0 with weight_decay
optimizer
.
add_param_group
({
'params'
:
g
[
0
],
'weight_decay'
:
decay
})
# add g0 with weight_decay
optimizer
.
add_param_group
({
'params'
:
g
[
1
],
'weight_decay'
:
0.0
})
# add g1 (BatchNorm2d weights)
LOGGER
.
info
(
f
"{colorstr('optimizer:')} {type(optimizer).__name__} with parameter groups "
f
"{len(g[1])} weight
(no decay), {len(g[0])} weight
, {len(g[2])} bias"
)
LOGGER
.
info
(
f
"{colorstr('optimizer:')} {type(optimizer).__name__}
(lr={lr})
with parameter groups "
f
"{len(g[1])} weight
(decay=0.0), {len(g[0])} weight(decay={decay})
, {len(g[2])} bias"
)
return
optimizer
...
...
编写
预览
Markdown
格式
0%
重试
或
添加新文件
添加附件
取消
您添加了
0
人
到此讨论。请谨慎行事。
请先完成此评论的编辑!
取消
请
注册
或者
登录
后发表评论