cfg.SOLVER

SOLVER Group定义所有和训练优化相关的配置

LR

初始学习率

默认值

0.1

LR_WARMUP

学习率是否经过warmup过程，如果设置为True，则学习率会从0开始，经过LR_WARMUP_STEPS步后线性增长到指定的初始学习率

默认值

False

LR_WARMUP_STEPS

学习率warmup步数

默认值

2000

LR_POLICY

学习率的衰减策略，支持poly piecewise cosine三种策略

默认值

poly

示例

• 当使用poly衰减时，假设初始学习率为0.1，训练总步数为10000，则在power分别为0.4 0.8 1 1.2 1.6时，衰减曲线如下图：

  • power = 1 衰减曲线为直线
  • power > 1 衰减曲线内凹
  • power < 1 衰减曲线外凸

  
  

• 当使用poly衰减时，假设初始学习率为0.1，训练总步数为10000，power为1，开启了LR_WARMUP，且LR_WARMUP_STEP为2000时，衰减曲线如下图：

  
  

• 当使用piecewise衰减时，假设初始学习率为0.1，GAMMA为0.9，总EPOCH数量为100，DECAY_EPOCH为[10, 20]，衰减曲线如下图：

  
  

• 当使用cosine衰减时，假设初始学习率为0.1，总EPOCH数量为100，衰减曲线如下图：

  
  

POWER

学习率Poly下降指数，仅当策略为LR_POLICY为poly时有效

默认值

0.9

GAMMA

学习率piecewise下降指数，仅当策略为LR_POLICY为piecewise时有效

默认值

0.1

DECAY_EPOCH

学习率piecewise下降间隔，仅当策略为LR_POLICY为piecewise时有效

默认值

[10, 20]

WEIGHT_DECAY

L2正则化系数

默认值

0.00004

BEGIN_EPOCH

起始EPOCH值

默认值

0

NUM_EPOCHS

训练EPOCH数

默认值

30（需要根据实际需求进行调整）

SNAPSHOT

训练时，保存模型的间隔（单位为EPOCH）

默认值

10（意味着每训练10个EPOCH保存一次模型）

loss

训练时选择的损失函数， 支持softmax_loss(sotfmax with cross entroy loss), dice_loss(dice coefficient loss), bce_loss(binary cross entroy loss)三种损失函数。 其中dice_loss和bce_loss仅在两类分割问题中适用，softmax_loss不能与dice_loss 或bce_loss组合，dice_loss可以和bce_loss组合使用。使用示例如下：

['softmax_loss']或['dice_loss','bce_loss']

默认值

['softmax_loss']