学习率调整的核心方法
学习率是深度学习模型训练中最重要的超参数之一，直接影响模型收敛速度和最终性能。以下是几种有效的调整策略：
初始值选择
- 常见范围在0.1到1e-6之间，具体取决于模型结构和任务复杂度
- 图像分类任务常用0.1或0.01作为初始值
- 预训练模型微调时建议更小的值（1e-4到1e-5）
学习率预热（Warmup）小批量数据在初期可能导致梯度估计不稳定，逐步增加学习率可缓解此问题 线性预热：在前5-10个epoch从0线性增加到目标学习率 余弦预热：结合余弦退火策略效果更佳
周期性调整策略余弦退火：按余弦函数周期性调整学习率，公式为： η_t = η_min + 0.5(η_max - η_min)(1 + cos(π mod(t-1, T)/T)) 其中T为周期长度，η_max/min为学习率上下界
自适应优化器调整Adam优化器默认学习率常设为3e-4 RMSProp适合0.001到0.1范围 对于SGD with momentum，学习率通常比Adam高10倍
实践验证技巧
学习率范围测试在初始训练阶段进行扫描测试（如1e-7到1e1） 记录损失下降曲线，选择损失下降最快但稳定的区间 PyTorch Lightning提供lr_finder工具自动化此过程
监控训练动态验证集损失停止下降时考虑降低学习率 训练损失剧烈波动表明学习率可能过高 使用TensorBoard或WandB可视化学习曲线
经典衰减方案Step衰减：每N个epoch乘以γ（如γ=0.1） Exponential衰减：η_t = η_0 * γ^t 1/t衰减：η_t = η_0/(1 + γt)
高级调整策略
分层学习率不同网络层使用不同学习率 卷积层通常比全连接层设置更小的学习率 预训练模型的特征提取层学习率常设为新加层的1/10
课程学习策略随训练进程动态调整学习率 配合数据难度渐进使用，简单样本阶段用较大学习率 可结合样本重加权技术
超参数优化方法贝叶斯优化搜索最优学习率 遗传算法进行多代进化 网格搜索配合早停机制
实际应用中，学习率需要与batch size协调调整，大batch size通常对应更大的学习率。ResNet论文提出线性缩放规则：当batch size乘以k时，学习率也应乘以k。
)
