比较与torch.optim.Adam的差异

torch.optim.Adam

class torch.optim.Adam(
    params,
    lr=0.001,
    betas=(0.9, 0.999),
    eps=1e-08,
    weight_decay=0,
    amsgrad=False
)

更多内容详见torch.optim.Adam。

mindspore.nn.Adam

class mindspore.nn.Adam(
    params,
    learning_rate=1e-3,
    beta1=0.9,
    beta2=0.999,
    eps=1e-8,
    use_locking=False,
    use_nesterov=False,  
    weight_decay=0.0,
    loss_scale=1.0,
    use_amsgrad=False,
    **kwargs
)

更多内容详见mindspore.nn.Adam。

差异对比

mindspore.nn.Adam 可以覆盖 torch.optim.Adam 的功能，且默认参数下功能一致。mindspore.nn.Adam 中相比PyTorch多出的入参用于控制其他功能，详情请参考官网注释。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	params	params	一致
	参数2	lr	learning_rate	功能一致，参数名不同
	参数3	eps	eps	一致
	参数4	weight_decay	weight_decay	一致
	参数5	amsgrad	use_amsgrad	功能一致，参数名不同
	参数6	betas	beta1, beta2	功能一致，参数名不同
	参数7	-	use_locking	MindSpore的 use_locking 表示是否更新累加器，PyTorch无此参数
	参数8	-	use_nesterov	MindSpore的 use_nesterov 表示是否使用NAG算法更新梯度，PyTorch无此参数
	参数9	-	loss_scale	MindSpore的 loss_scale 为梯度缩放系数，PyTorch无此参数
	参数10	-	kwargs	MindSpore中 kwargs 中传入的入参名为”use_lazy”和”use_offload”的参数可被解析生效，表示是否使用Lazy Adam算法或Offload Adam算法，PyTorch无此参数

代码示例

# MindSpore
import mindspore
from mindspore import nn

net = nn.Dense(2, 3)
optimizer = nn.Adam(net.trainable_params())
criterion = nn.MAELoss(reduction="mean")

def forward_fn(data, label):
    logits = net(data)
    loss = criterion(logits, label)
    return loss, logits

grad_fn = mindspore.value_and_grad(forward_fn, None, optimizer.parameters, has_aux=True)

def train_step(data, label):
    (loss, _), grads = grad_fn(data, label)
    optimizer(grads)
    return loss

# PyTorch
import torch

model = torch.nn.Linear(2, 3)
criterion = torch.nn.L1Loss(reduction='mean')
optimizer = torch.optim.Adam(model.parameters())
def train_step(data, label):
    optimizer.zero_grad()
    output = model(data)
    loss = criterion(output, label)
    loss.backward()
    optimizer.step()