SGD简介

optim.SGD(model.parameters(), lr=0.01) 是 PyTorch 中创建随机梯度下降（Stochastic Gradient Descent）优化器的标准写法。

🎯 核心作用

这行代码创建了一个优化器对象，它的工作是使用梯度下降算法更新模型的参数，让模型的损失函数逐渐减小。

📝 参数详解

import torch.optim as optim

optimizer = optim.SGD(
    model.parameters(),  # 要优化的参数（模型的权重和偏置）
    lr=0.01             # 学习率（learning rate）
)

参数	含义	典型值	作用
model.parameters()	模型的所有可训练参数	自动获取	指定要更新哪些参数
lr	学习率	0.001, 0.01, 0.1	控制参数更新的步长

💡 SGD 工作原理

参数更新公式

新参数 = 旧参数 - 学习率 × 梯度

手动实现 vs 优化器

import torch
import torch.nn as nn
import torch.optim as optim

model = nn.Linear(10, 1)

# 方式1：手动更新参数（不推荐）
loss.backward()
with torch.no_grad():
    for param in model.parameters():
        param -= 0.01 * param.grad  # 手动应用梯度
model.zero_grad()

# 方式2：使用优化器（推荐）
optimizer = optim.SGD(model.parameters(), lr=0.01)
loss.backward()
optimizer.step()      # 自动更新所有参数
optimizer.zero_grad()  # 清零梯度

🔧 完整使用流程

import torch
import torch.nn as nn
import torch.optim as optim

# 1. 定义模型
model = nn.Linear(5, 1)

# 2. 定义损失函数
criterion = nn.MSELoss()

# 3. 创建优化器
optimizer = optim.SGD(model.parameters(), lr=0.01)

# 4. 训练循环
for epoch in range(100):
    # 假设有数据
    x = torch.randn(32, 5)   # 32个样本，5个特征
    y = torch.randn(32, 1)   # 32个标签
    
    # 前向传播
    pred = model(x)
    loss = criterion(pred, y)
    
    # 反向传播
    optimizer.zero_grad()  # 清零梯度（重要！）
    loss.backward()        # 计算梯度
    optimizer.step()       # 更新参数
    
    if epoch % 20 == 0:
        print(f"Epoch {epoch}, Loss: {loss.item():.4f}")

📊 常用优化器对比

优化器	特点	适合场景	代码示例
SGD	经典，简单	标准任务，需要精细调参	optim.SGD(params, lr=0.01)
SGD + Momentum	加速收敛，减少震荡	大多数任务	optim.SGD(params, lr=0.01, momentum=0.9)
Adam	自适应学习率，鲁棒	深度学习，Transformer	optim.Adam(params, lr=0.001)
AdamW	Adam + 权重衰减解耦	推荐替代Adam	optim.AdamW(params, lr=0.001)
RMSprop	自适应学习率	RNN, 强化学习	optim.RMSprop(params, lr=0.01)

🎨 SGD 的高级参数

# 1. 带动量的 SGD（常用）
optimizer = optim.SGD(
    model.parameters(), 
    lr=0.01, 
    momentum=0.9,      # 动量，加速收敛
    nesterov=True      # Nesterov 动量（进阶版）
)

# 2. 带权重衰减的 SGD（L2正则化）
optimizer = optim.SGD(
    model.parameters(), 
    lr=0.01, 
    weight_decay=1e-4  # 防止过拟合
)

# 3. 完整配置
optimizer = optim.SGD(
    model.parameters(),
    lr=0.01,
    momentum=0.9,
    weight_decay=1e-5,
    nesterov=True
)

💻 实际训练示例

import torch
import torch.nn as nn
import torch.optim as optim
from torch.utils.data import DataLoader, TensorDataset

# 创建数据
X = torch.randn(1000, 10)
y = torch.randn(1000, 1)
dataset = TensorDataset(X, y)
dataloader = DataLoader(dataset, batch_size=32, shuffle=True)

# 创建模型、损失函数、优化器
model = nn.Sequential(
    nn.Linear(10, 50),
    nn.ReLU(),
    nn.Linear(50, 1)
)
criterion = nn.MSELoss()
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.9)

# 训练
epochs = 50
for epoch in range(epochs):
    running_loss = 0.0
    
    for batch_X, batch_y in dataloader:
        # 前向
        pred = model(batch_X)
        loss = criterion(pred, batch_y)
        
        # 反向
        optimizer.zero_grad()  # ← 清零梯度
        loss.backward()        # ← 计算梯度
        optimizer.step()       # ← 更新参数
        
        running_loss += loss.item()
    
    avg_loss = running_loss / len(dataloader)
    if (epoch + 1) % 10 == 0:
        print(f"Epoch {epoch+1}/{epochs}, Loss: {avg_loss:.4f}")

⚙️ 学习率调度器

# 动态调整学习率
scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=30, gamma=0.1)

for epoch in range(100):
    # 训练代码...
    scheduler.step()  # 每30个epoch，学习率乘以0.1
    print(f"Epoch {epoch}, LR: {scheduler.get_last_lr()[0]}")

📈 学习率的选择

场景	推荐学习率
简单任务（小模型）	0.01 - 0.1
标准任务（CNN/MLP）	0.001 - 0.01
微调预训练模型	0.0001 - 0.001
Transformer/BERT	1e-5 - 3e-4

🎯 关键要点总结

# 训练三步曲（记住这个模式）
optimizer.zero_grad()   # 1. 清零梯度（防止累积）
loss.backward()         # 2. 计算梯度
optimizer.step()        # 3. 更新参数

步骤	方法	作用
清零	optimizer.zero_grad()	清除上一次的梯度
计算	loss.backward()	计算当前批次的梯度
更新	optimizer.step()	用梯度更新参数

💡 常见问题

Q: 为什么需要 zero_grad()？

A: PyTorch 默认梯度会累积，不清零的话每次的梯度会累加。

Q: SGD 和 Adam 怎么选？

A: 初学者推荐 Adam，稳定；想深入调优用 SGD + momentum。

Q: 学习率怎么设置？

A: 从 0.01 开始尝试，观察 loss 曲线，如果震荡就降低学习率。

一句话总结 ：optim.SGD(model.parameters(), lr=0.01) 创建了一个优化器，它会按照学习率 0.01 的方向，沿着梯度的反方向更新模型的所有参数，让损失函数一步步变小。