鱼羊 编译整理

量子位 报道 | 公众号 QbitAI

上周，来自UIUC的中国博士生Liyuan Liu提出了一种兼具Adam和SGD两者之美的新优化器RAdam，收敛速度快，还很鲁棒，一度登上了GitHub趋势榜。

而今年七月，图灵奖得主Hinton的团队同样在优化器上下了功夫，对SGD进行改进，提出了一种新的优化器LookAhead，在各种深度学习任务上实现了更快的收敛。

那么，把两者结合起来又会发生什么呢？

那位盛赞RAdam为最先进AI优化器的架构师Less Wright不光这么想了，还真的这么干了。

并且他发现，将RAdam和LookAhead结合在一起，RAdam的效果又进一步优化了。

Less Wright将这一协同组合命名为Ranger，已开源并集成到FastAI中。

两强互补

RAdam的先进之处在于，能根据方差分散度，动态地打开或关闭自适应学习率，提供了一种不需要可调参数学习率预热的方法。它兼具Adam和SGD两者的优点，既能保证收敛速度快，也不容易掉入局部最优解，在较大学习率的情况下，精度甚至优于SGD。

量子位详细解读：https://mp.weixin.qq.com/s/scGkuMJ4lZULhmK69vWYpA

而LookAhead受到深度神经网络损失表面方面进展的启发，能够稳定深度学习训练和收敛速度。LookAhead团队是这样介绍的：

LookAhead减少了需要调整的超参数的数量，能以最小的计算开销实现不同深度学习任务的更快收敛。

两者从不同的角度着手，各自在深度学习优化上实现了新的突破，而更妙的是，它们的组合具有高度协同性。

根据RAdam的特点，一旦方差稳定下来，在余下的训练阶段当中，RAdam基本等同于Adam和SGD。也就是说，RAdam的改进主要是在训练刚开始的时候。

而LookAhead的原理是，维护两组权重，然后在它们之间进行插值。它允许更快的权重集向前探索，而较慢的权重留在后面以提供更长期的稳定性。

也就是说，LookAhead实际上是保留了一个额外的权重副本，然后让内化的“更快”的优化器进行5或6个batch的训练。批处理的间隔是通过k参数指定的。

所以即使是在1000个epoch之后，LookAhead也依然可以超越SGD。

并且，这个和LookAhead一起运行以获得“快速”权重的优化器，可以是任何优化器。比如RAdam。

Ranger

于是，Less Wright愉快地将RAdam和LookAhead结合在了一起，形成名为Ranger的新优化器。

他在ImageNette上进行了测试，在128px，20epoch的测试中，Ranger的训练精度达到了93%，比目前FastAI排行榜榜首提高了1%。

不过，Less Wright表示，在这一尝试当中，使用LookAhead的RAdam的k参数和学习速率还需要进一步测试优化。只是比起此前最先进的方法，RAdam + LookAhead需要手动调整的超参数已经减少了很多。

Ranger的代码实现已经开源，并且集成到了FastAI中，如果你也对这一尝试感兴趣，那么现在就可以自己动手实验一下了：

首先，复制ranger.py到工作目录。

然后import ranger。

创建一个partial，准备在FastAI里使用Ranger，并将opt_func指向它。

就可以开始测试了。

传送门

GitHub地址：

https://github.com/lessw2020/Ranger-Deep-Learning-Optimizer?source=post_page——-2dc83f79a48d———————————

博客地址：

https://medium.com/@lessw/new-deep-learning-optimizer-ranger-synergistic-combination-of-radam-lookahead-for-the-best-of-2dc83f79a48d

LookAhead论文地址：

https://arxiv.org/abs/1907.08610v1

RAdam论文地址：

https://arxiv.org/abs/1908.03265

— 完 —

“