CN110782017B - 用于自适应调整学习率的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于自适应调整学习率的方法和装置。该方法的一具体实施方式包括：初始化模型的初始的学习率和模型参数；计算模型参数的梯度；执行如下衰减步骤：根据梯度和学习率计算局部一阶导数；确定局部一阶导数是否满足预定条件；若满足，则根据梯度和学习率更新模型参数；若不满足，则衰减学习率，基于衰减后的学习率继续执行上述衰减步骤。该实施方式解决了人工设计学习衰减策略繁琐的调参问题，同时解决了简单的学习率下降策略无法收敛到较优模型参数的问题。

Description

用于自适应调整学习率的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于自适应调整学习率的方法和装置。

背景技术

最近几年，深度学习技术在很多方向上都取得了巨大的成功，深度学习技术中，学习率的下降策略(包括初始学习率)对于优化器至关重要。模型的收敛速度以及模型最终的收敛精度受到学习率下降策略限制。当前主要的方式时通过人工设置学习率策略调整学习率，或是设置简单的学习率衰减规则来控制学习率。设置简单的学习率下降策略，指数衰减，倒数衰减，余弦衰减等策略，虽然不需要人工干预，但过于简单，学习率只与迭代轮次相关而与模型的局部梯度特性无关，因此很难收敛到较优的模型参数。人工设置学习率，非常依赖于人们的先验信息，对于新的任务没有合适的策略可以借鉴。此外，无论新旧任务，对于学习率的调参都非常繁琐，会消耗科研人员非常多的精力，同时会因为冗余的调试造成设备资源的浪费。

发明内容

本公开的实施例提出了用于自适应调整学习率的方法和装置。

第一方面，本公开的实施例提供了一种用于自适应调整学习率的方法，包括：初始化模型的初始的学习率和模型参数；计算模型参数的梯度；执行如下衰减步骤：根据梯度和学习率计算局部一阶导数；确定局部一阶导数是否满足预定条件；若满足，则根据梯度和学习率更新模型参数；若不满足，则衰减学习率，基于衰减后的学习率继续执行上述衰减步骤。

在一些实施例中，该方法还包括：执行如下训练步骤：计算更新后的模型参数的梯度；基于梯度继续执行上述衰减步骤，直到局部一阶导数满足预定条件；若模型满足训练完成条件，则结束训练；若模型不满足训练完成条件，则根据梯度和学习率更新模型参数，继续执行上述训练步骤。

在一些实施例中，该方法还包括：对于每个训练阶段，从该阶段的前预定数目批次训练中获取到至少一个用于更新模型参数的学习率，将至少一个用于更新模型参数的学习率的平均值作为该阶段其它批次训练时使用的学习率。

在一些实施例中，该方法还包括：每次更新模型参数后，设置下次训练时初始的学习率不小于本次用于更新模型参数的学习率。

在一些实施例中，预定条件包括：按照当前的学习率对模型的参数进行更新，更新前后模型的函数表示满足局部凹凸性。

第二方面，本公开的实施例提供了一种用于自适应调整学习率的装置，包括：初始化单元，被配置成初始化模型的初始的学习率和模型参数；计算单元，被配置成计算模型参数的梯度；衰减单元，被配置成执行如下衰减步骤：根据梯度和学习率计算局部一阶导数；确定局部一阶导数是否满足预定条件；若满足，则根据梯度和学习率更新模型参数；循环单元，被配置成若不满足，则衰减学习率，基于衰减后的学习率继续执行上述衰减步骤。

在一些实施例中，该装置还包括训练单元，被配置成：执行如下训练步骤：计算更新后的模型参数的梯度；基于梯度继续执行上述衰减步骤，直到局部一阶导数满足预定条件；若模型满足训练完成条件，则结束训练；若模型不满足训练完成条件，则根据梯度和学习率更新模型参数，继续执行上述训练步骤。

在一些实施例中，初始化单元进一步被配置成：对于每个训练阶段，从该阶段的前预定数目批次训练中获取到至少一个用于更新模型参数的学习率，将至少一个用于更新模型参数的学习率的平均值作为该阶段其它批次训练时使用的学习率。

在一些实施例中，初始化单元进一步被配置成：每次更新模型参数后，设置下次训练时初始的学习率不小于本次用于更新模型参数的学习率。

在一些实施例中，预定条件包括：按照当前的学习率对模型的参数进行更新，更新前后模型的函数表示满足局部凹凸性。

第三方面，本公开的实施例提供了一种用于自适应调整学习率的电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。

本公开的实施例提供的用于自适应调整学习率的方法和装置，解决了人工设计学习衰减策略繁琐的调参问题，同时解决了简单的学习率下降策略无法收敛到较优模型参数的问题。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于自适应调整学习率的方法的一个实施例的流程图；

图3是根据本公开的用于自适应调整学习率的方法的一个应用场景的示意图；

图4是根据本公开的用于自适应调整学习率的装置的一个实施例的结构示意图；

图5是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于自适应调整学习率的方法或用于自适应调整学习率的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如图像采集类应用、图像处理类应用、搜索类应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供图像采集服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如根据终端设备101、102、103上传的样本图像(例如，无人车所拍摄的街景图像)进行神经网络训练的服务器。服务器可以对接收到的样本图像等数据进行分析等处理，生成神经网络模型反馈给终端设备。并可将终端设备上传的待识别图像进行处理，将处理结果(例如图像分割结果)反馈给终端设备。在训练过程中，学习率可自适应调整。

需要说明的是，本公开实施例所提供的用于自适应调整学习率的方法一般由服务器105执行，相应地，用于自适应调整学习率的装置一般设置于服务器105中。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供图像分割服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的用于自适应调整学习率的方法的一个实施例的流程200。该用于自适应调整学习率的方法，包括以下步骤：

步骤201，初始化模型的初始的学习率和模型参数。

在本实施例中，用于自适应调整学习率的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行模型训练的终端接收训练请求，其中，训练请求中包括了训练样本集，例如，cirfar-10。这里的模型是神经网络模型的简称。初始的学习率可以参照一般优化器的初始学习率也可以高于一般优化器的初始学习率。

以卷积神经网络模型为例，由于卷积神经网络是一个多层的神经网络，每层由多个二维平面组成，而每个平面由多个独立神经元组成，则初始化时，需要确定卷积神经网络类型的初始神经网络包括哪些层(例如，卷积层，池化层，全连接层，分类器等等)，层与层之间的连接顺序关系，以及每个层都包括哪些参数(例如，权重、偏置项、卷积的步长)等等。其中，卷积层可以用于提取图像特征。针对每个卷积层可以确定有多少个卷积核，每个卷积核的大小，每个卷积核中的各个神经元的权重，每个卷积核对应的偏置项，相邻两次卷积之间的步长等等。

实践中，可以将神经网络的各个网络参数(例如，权值参数和偏置参数)用一些不同的小随机数进行初始化。“小随机数”用来保证网络不会因权值过大而进入饱和状态，从而导致训练失败，“不同”用来保证网络可以正常地学习。

学习率(learning_rate)指的是每次参数更新的幅度。

步骤202，计算模型参数的梯度。

在本实施例中，计算如公式1所述的梯度，这是现有技术的通用方法，因此不再赘述。

步骤203，根据梯度和学习率计算局部一阶导数。

在本实施例中，预定条件指的是加入按照当前的学习率对模型的参数进行更新，更新前后是否满足局部凹凸性，可用下式表示：

f(W+l*d*W)<f(W)+l*f'(W)^T*d*W (公式2)

几点说明：

1)其中f(.)为神经元网络的函数表示

2)W为当前的参数值

3)d为预设的很小的常数

4)f'(W)表示W的梯度

5)f'(W)^T表示f'(W)的转置

6)l当前阶段学习率

步骤204，若局部一阶导数不满足预定条件，则衰减学习率，基于衰减后的学习率继续执行上述衰减步骤。

在本实施例中，若不满足公式2，则衰减l，直到满足公式2。可以按系数衰减，也可按步长衰减。例如，设置0.9的衰减系数，或者0.05的衰减步长。

步骤205，若局部一阶导数满足预定条件，则根据梯度和学习率更新模型参数。

在本实施例中，如果局部一阶导数满足预定条件，则说明所选择的学习率合适，可按该学习率更新模型参数。

在本实施例的一些可选的实现方式中，更新模型参数之后如果未达到训练完成条件，仍需要继续训练。这里预设的训练完成条件可以包括但不限于以下至少一项：训练时间超过预设时长；训练次数超过预设次数；计算所得的差异小于预设差异阈值。训练时继续按照步骤202-205，先确定出合适的学习率后再进行参数更新。每次训练时，初始的学习率可以设置为上一轮试探出的，用于更新模型参数的学习率，也可高于该学习率。然后从该初始的学习率开始衰减。这样可以提高查找速度，让模型尽快收敛。

在本实施例的一些可选的实现方式中，不需要每次训练都查找合适的学习率。可将样本分块，然后分阶段训练，每个训练阶段又可分批次进行训练。每个批次都要查找到的合适的学习率，即用于更新模型参数的学习率。对于每个训练阶段，从该阶段的前预定数目批次训练中获取到至少一个用于更新所述模型参数的学习率，将所述至少一个用于更新所述模型参数的学习率的平均值作为该阶段其它批次训练时使用的学习率。

继续参见图3，图3是根据本实施例的用于自适应调整学习率的方法的应用场景的一个示意图。在图3的应用场景中，将初始的学习率设置为0.9。然后计算当前模型的梯度后与学习率结合计算局部一阶导数。计算结果不满足公式2，将学习率衰减为0.85后与当前模型的梯度结合计算局部一阶导数，计算结果满足公式2，则按照学习率0.85更新模型参数。继续下一轮训练，初始的学习率设置为上一轮计算出的0.85，然后重复上述过程，直到找到满足公式2的学习率0.75后，更新模型参数。

本公开的上述实施例提供的方法，通过基于一阶导数特性的学习率自适应调整，解决了人工设计学习衰减策略繁琐的调参问题，同时解决了简单的学习率下降策略无法收敛到较优模型参数的问题。

进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种用于自适应调整学习率的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的用于自适应调整学习率的装置400包括：初始化单元401、计算单元402、衰减单元403和循环单元404。其中，初始化单元401，被配置成初始化模型的初始的学习率和模型参数；计算单元402，被配置成计算模型参数的梯度；衰减单元403，被配置成执行如下衰减步骤：根据梯度和学习率计算局部一阶导数；确定局部一阶导数是否满足预定条件；若满足，则根据梯度和学习率更新模型参数；循环单元404，被配置成若不满足，则衰减学习率，基于衰减后的学习率继续执行上述衰减步骤。

在本实施例中，用于自适应调整学习率的装置400的初始化单元401、计算单元402、衰减单元403和循环单元404的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。

在本实施例的一些可选的实现方式中，装置400还包括训练单元(附图中未示出)，被配置成：执行如下训练步骤：计算更新后的模型参数的梯度；基于梯度继续执行上述衰减步骤，直到局部一阶导数满足预定条件；若模型满足训练完成条件，则结束训练；若模型不满足训练完成条件，则根据梯度和学习率更新模型参数，继续执行上述训练步骤。

在本实施例的一些可选的实现方式中，初始化单元401进一步被配置成：对于每个训练阶段，从该阶段的前预定数目批次训练中获取到至少一个用于更新模型参数的学习率，将至少一个用于更新模型参数的学习率的平均值作为该阶段其它批次训练时使用的学习率。

在本实施例的一些可选的实现方式中，初始化单元401进一步被配置成：每次更新模型参数后，设置下次训练时初始的学习率不小于本次用于更新模型参数的学习率。

在本实施例的一些可选的实现方式中，预定条件包括：按照当前的学习率对模型的参数进行更新，更新前后模型的函数表示满足局部凹凸性。

下面参考图5，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：初始化模型的初始的学习率和模型参数；计算模型参数的梯度；执行如下衰减步骤：根据梯度和学习率计算局部一阶导数；确定局部一阶导数是否满足预定条件；若满足，则根据梯度和学习率更新模型参数；若不满足，则衰减学习率，基于衰减后的学习率继续执行上述衰减步骤。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括初始化单元、计算单元、衰减单元和循环单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，初始化单元还可以被描述为“初始化模型的初始的学习率和模型参数的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于图像分割模型的自适应调整学习率的方法，包括：

从进行模型训练的终端接收训练请求，其中，训练请求中包括了训练样本集，其中，每个训练样本包括无人车所拍摄的街景图；

初始化模型的初始的学习率和模型参数；

计算所述模型参数的梯度；

执行如下衰减步骤：根据所述梯度和所述学习率计算局部一阶导数；确定所述局部一阶导数是否满足预定条件；若满足，则根据所述梯度和所述学习率更新所述模型参数，得到收敛的用于图像分割的模型；

若不满足，则衰减所述学习率，基于衰减后的学习率继续执行上述衰减步骤；

从所述终端接收待识别图像，通过训练完成的模型对所述待识别图像进行图像分割处理，得到图像分割结果反馈给所述终端；

其中，预定条件指的是加入按照当前的学习率对模型的参数进行更新，更新前后是否满足局部凹凸性，用下式表示：

f(W+l*d*W) < f(W) +l*f'(W)^T*d*W

其中，f(.)为神经元网络的函数表示，W为当前的参数值，d为预设的很小的常数，f'(W)表示W的梯度，f'(W)^T表示f'(W)的转置，l表示当前阶段学习率。

2.根据权利要求1所述的方法，其中，所述方法还包括：

执行如下训练步骤：计算更新后的模型参数的梯度；基于所述梯度继续执行上述衰减步骤，直到所述局部一阶导数满足预定条件；若所述模型满足训练完成条件，则结束训练；

若所述模型不满足训练完成条件，则根据所述梯度和所述学习率更新所述模型参数，继续执行上述训练步骤。

3.根据权利要求1所述的方法，其中，所述方法还包括：

对于每个训练阶段，从该阶段的前预定数目批次训练中获取到至少一个用于更新所述模型参数的学习率，将所述至少一个用于更新所述模型参数的学习率的平均值作为该阶段其它批次训练时使用的学习率。

4.根据权利要求1所述的方法，其中，所述方法还包括：

每次更新所述模型参数后，设置下次训练时初始的学习率不小于本次用于更新所述模型参数的学习率。

5.根据权利要求1-4之一所述的方法，其中，所述预定条件包括：

按照当前的学习率对模型的参数进行更新，更新前后模型的函数表示满足局部凹凸性。

6.一种用于图像分割模型的自适应调整学习率的装置，包括：

初始化单元，被配置成从进行模型训练的终端接收训练请求，其中，训练请求中包括了训练样本集，其中，每个训练样本包括无人车所拍摄的街景图；初始化模型的初始的学习率和模型参数；

计算单元，被配置成计算所述模型参数的梯度；

衰减单元，被配置成执行如下衰减步骤：根据所述梯度和所述学习率计算局部一阶导数；确定所述局部一阶导数是否满足预定条件；若满足，则根据所述梯度和所述学习率更新所述模型参数，得到收敛的用于图像分割的模型；

循环单元，被配置成若不满足，则衰减所述学习率，基于衰减后的学习率继续执行上述衰减步骤；

计算单元进一步被配置成从所述终端接收待识别图像，通过训练完成的模型对所述待识别图像进行图像分割处理，得到图像分割结果反馈给所述终端；

其中，预定条件指的是加入按照当前的学习率对模型的参数进行更新，更新前后是否满足局部凹凸性，用下式表示：

f(W+l*d*W) < f(W) +l*f'(W)^T*d*W

其中，f(.)为神经元网络的函数表示，W为当前的参数值，d为预设的很小的常数，f'(W)表示W的梯度，f'(W)^T表示f'(W)的转置，l表示当前阶段学习率。

7.根据权利要求6所述的装置，其中，所述装置还包括训练单元，被配置成：

执行如下训练步骤：计算更新后的模型参数的梯度；基于所述梯度继续执行上述衰减步骤，直到所述局部一阶导数满足预定条件；若所述模型满足训练完成条件，则结束训练；

若所述模型不满足训练完成条件，则根据所述梯度和所述学习率更新所述模型参数，继续执行上述训练步骤。

8.根据权利要求6所述的装置，其中，所述初始化单元进一步被配置成：

对于每个训练阶段，从该阶段的前预定数目批次训练中获取到至少一个用于更新所述模型参数的学习率，将所述至少一个用于更新所述模型参数的学习率的平均值作为该阶段其它批次训练时使用的学习率。

9.根据权利要求6所述的装置，其中，所述初始化单元进一步被配置成：

每次更新所述模型参数后，设置下次训练时初始的学习率不小于本次用于更新所述模型参数的学习率。

10.根据权利要求6-9之一所述的装置，其中，所述预定条件包括：

按照当前的学习率对模型的参数进行更新，更新前后模型的函数表示满足局部凹凸性。

11.一种用于自适应调整学习率的电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。

Images