深度学习训练过程中学习率的大小十分重要。学习率过低会导致学习太慢，学习率过高会导致难以收敛。通常情况下，初始学习率会比较大，后来逐渐缩小学习率。

通常情况下模型优化器设置

首先定义两层全连接层模型

import torch
from torch import nn
class Net(nn.Module):    
    def __init__(self):        
        super(Net, self).__init__()        
        self.layer1 = nn.Linear(10, 2)        
        self.layer2 = nn.Linear(2, 10)
 
    def forward(self, input):        
        return self.layer2(self.layer1(input))

 神经网络的执行步骤。首先神经网络进过前向传播，这是神经网络框架会搭建好计算图（这里会保存操作和对应参与计算的张量，因为在根据计算图计算梯度时需要这些信息）。然后是误差反向传播，loss.backward() ,这时会计算梯度信息。最后根据梯度信息，更新参数。

loss.backward()
optimizer.step()
optimizer.zero_grad()

 optimizer.zero_grad() 是将这一轮的梯度清零，防止影响下一轮参数的更新。这里曾问过面试的问题：什么时候不使用这一步进行清零。

model = Net()
# 只传入想要训练层的参数。其他未传入的参数不参与更新
optimizer_Adam = torch.optim.Adam(model.parameters(), lr=0.1)

model.parameters()会返回模型的所有参数 

只训练模型的部分参数

也就是说只传入模型待优化的参数，为传入的参数不参与更新。

model = Net()
# 只传入待优化的参数
optimizer_Adam = torch.optim.Adam(model.layer1.parameters(), lr=0.1)  

 不同部分设置不同的学习率

params_dict = [{'params': model.layer1.parameters(), 'lr': 0.01},              
             {'params': model.layer2.parameters(), 'lr': 0.001}]
optimizer = torch.optim.Adam(params_dict)

动态修改学习率

优化器的param_group属性

-param_groups    
    -0(dict)  # 第一组参数        
        params:  # 维护要更新的参数        
        lr:  # 该组参数的学习率        
        betas:        
        eps:  # 该组参数的学习率最小值        
        weight_decay:  # 该组参数的权重衰减系数        
        amsgrad:      
    -1(dict)  # 第二组参数    
    -2(dict)  # 第三组参数    

 parm_group是一个列表，其中每个元素都是一个字典

model = Net()  # 生成网络
optimizer = torch.optim.Adam(model.parameters(), lr=0.1)  # 生成优化器
 
for epoch in range(100):  # 假设迭代100个epoch    
    if epoch % 5 == 0:  # 每迭代5次，更新一次学习率        
        for params in optimizer.param_groups:             
            # 遍历Optimizer中的每一组参数，将该组参数的学习率 * 0.9            
            params['lr'] *= 0.9