PyTorch的官方bug:torch.optim.lr_scheduler.CosineAnnealingWarmRestarts

在低版本的PyTorch中使用`torch.optim.lr_scheduler.CosineAnnealingWarmRestarts`时遇到指定`last_epoch`参数的错误,升级到1.11.0版本后,预训练恢复时出现新的bug:在重启多次后的某个epoch,学习率会错误,然后在下一个epoch恢复正常。例如,当T_0=5且T_mult=2时,从特定epoch开始的前几个epoch学习率不正确,之后恢复正常。目前该问题被认为是官方bug,正在等待后续版本修复。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

torch.optim.lr_scheduler.CosineAnnealingWarmRestarts

低版本(如torch1.7.1)指定last_epoch参数时报错,已有人反馈指出,升级torch1.11.0可以解决该问题。

升级之后出现另外一个bug:训练过程中重启N次之后中断,再恢复进行预训练时,前N-1个epoch的lr错误,第N个epoch开始恢复正常。
例如当T_0=5, T_mult=2(这意味着lr将在第5,15,35,75,155,315…个epoch之后进行重启),预训练如果从第20个epoch开始时20的lr错误,21开始恢复正常;预训练从第40个epoch开始时40-41的lr错误,42开始恢复正常;预训练从第80个epoch开始时80-82的lr错误,83开始恢复正常

目前尚未解决,应该是官方bug,期待后续版本修复
【或者是我自己的代码逻辑出错,若有人无此问题,能正常恢复预训练,望评论告知,感谢!】

评论
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
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