模型训练-Tricks-提升鲁棒性(2)：SWA（随机权重平均/Stochastic Weight Averaging）、EMA（指数移动平均/Exponential Moving Average）

深藏阁楼爱情的钟 2023-10-14 09:21 3阅读 0赞

在[kaggle][]比赛中，不管是目标检测任务、语义分割任务中，经常能看到SWA（Stochastic Weight Averaging）和EMA（Exponential Moving Average）的身影。

## 一、SWA（随机权重平均） ##

SWA随机权重平均：在优化的末期取k个优化轨迹上的checkpoints，平均他们的权重，得到最终的网络权重，这样就会使得最终的权重位于flat曲面更中心的位置，缓解权重震荡问题，获得一个更加平滑的解，相比于传统训练有更泛化的解。

![e2aa0ca882504716b1e7cdecce913488.png][]

SWA简单来说就是对训练过程中的多个checkpoints进行平均，以提升模型的泛化性能。

![24b653b16733417392b94393cdf61b99.png][]

from torch.optim.swa_utils import AveragedModel, SWALR
    # 采用SGD优化器
    optimizer = torch.optim.SGD(model.parameters(),lr=1e-4, weight_decay=1e-3, momentum=0.9)
    # 随机权重平均SWA,实现更好的泛化
    swa_model = AveragedModel(model).to(device)
    # SWA调整学习率
    swa_scheduler = SWALR(optimizer, swa_lr=1e-6)
    for epoch in range(1, epoch + 1):
        for batch_idx, (data, target) in enumerate(train_loader):   
            data, target = data.to(device, non_blocking=True), target.to(device, non_blocking=True)
            # 在反向传播前要手动将梯度清零
            optimizer.zero_grad()
            output = model(data)
            #计算losss
            loss = train_criterion(output, targets)
            # 反向传播求解梯度
            loss.backward()
            optimizer.step()
            lr = optimizer.state_dict()['param_groups'][0]['lr']   
        swa_model.update_parameters(model)
        swa_scheduler.step()
    # 最后更新BN层参数
    torch.optim.swa_utils.update_bn(train_loader, swa_model, device=device)
    # 保存结果
    torch.save(swa_model.state_dict(), "last.pt")

上面的代码展示了SWA的主要代码，实现的步骤：

1、定义SGD优化器。

2、定义SWA。

3、定义SWALR，调整模型的学习率。

4、开始训练，等待训练完成。

5、在每个epoch中更新模型的参数，更新学习率。

6、等待训练完成后，更新BN层的参数。

--------------------

论文链接：https://[arxiv][].org/abs/1803.05407.pdf

官方代码：https://github.com/timgaripov/[swa][]

--------------------

### 1、步骤 ###

1.给定超参数：

*  循环周期c，代表训练c步就使用SWA进行一次权重平均
 *  学习率 α1,α2 ，即周期学习率的上界和下界，论文的实验使用的周期性学习率如下图

2.然后，按照正常的SGD标准流程进行训练，每训练c步，就平均一次权重

3.最后，使用平均的权重 wSWA 权重进行推理。

### 2、代码 ###

import torch
    import torch.nn as nn
     
     
    def apply_swa(model: nn.Module,
                  checkpoint_list: list,
                  weight_list: list,
                  strict: bool = True):
        """
        :param model:
        :param checkpoint_list: 要进行swa的模型路径列表
        :param weight_list: 每个模型对应的权重
        :param strict: 输入模型权重与checkpoint是否需要完全匹配
        :return:
        """
     
        checkpoint_tensor_list = [torch.load(f, map_location='cpu') for f in checkpoint_list]
     
        for name, param in model.named_parameters():
            try:
                param.data = sum([ckpt['model'][name] * w for ckpt, w in zip(checkpoint_tensor_list, weight_list)])
            except KeyError:
                if strict:
                    raise KeyError(f"Can't match '{name}' from checkpoint")
                else:
                    print(f"Can't match '{name}' from checkpoint")
     
        return model

## 二、EMA（Exponential Moving Average）【指数移动平均/移动权重平均】【提高测试指标并增加模型鲁棒】 ##

指数移动平均（Exponential Moving Average）也叫权重移动平均（Weighted Moving Average），是一种给予近期数据更高权重的平均方法。

一句话总结**权重滑动平均/指数滑动平均****（Exponential Moving Average）**就是：

Copy一份模型所有权重（记为Weights）的备份（记为EMA\_weights），训练过程中每次更新权重时同时也对EMA\_weights进行滑动平均更新，训练阶段结束后用EMA\_weights替换模型权重进行预测。

具体地，EMA的超参decay一般设为接近1的数，从而保证每次EMA\_weights的更新都很稳定。每batch更新流程为：

Weights=Weights+LR\*Grad； （模型正常的梯度下降）

EMA\_weights=EMA\_weights\*decay+(1-decay)\*Weights； （根据新weight更新EMA\_weights）

**需要知道训练阶段无关EMA\_weights，它只在测试阶段时导入进行预测。**

--------------------

### EMA为什么有效 ###

##### ![34c76216f8e2418e9597faf47cb38074.png][] #####

--------------------

**PyTorch实现**

class EMA():
        def __init__(self, model, decay):
            self.model = model
            self.decay = decay
            self.shadow = {}
            self.backup = {}
    
        def register(self):
            for name, param in self.model.named_parameters():
                if param.requires_grad:
                    self.shadow[name] = param.data.clone()
    
        def update(self):
            for name, param in self.model.named_parameters():
                if param.requires_grad:
                    assert name in self.shadow
                    new_average = (1.0 - self.decay) * param.data + self.decay * self.shadow[name]
                    self.shadow[name] = new_average.clone()    # 保存ema参数
    
        def apply_shadow(self):
            for name, param in self.model.named_parameters():
                if param.requires_grad:
                    assert name in self.shadow
                    self.backup[name] = param.data
                    param.data = self.shadow[name]
    
        def restore(self):
            for name, param in self.model.named_parameters():
                if param.requires_grad:
                    assert name in self.backup
                    param.data = self.backup[name]
            self.backup = {}
    
    # 初始化
    ema = EMA(model, 0.999)
    ema.register()
    
    # 训练过程中，更新完参数后，同步update shadow weights
    def train():
        optimizer.step()
        ema.update()
    
    # eval前，apply shadow weights；eval之后，恢复原来模型的参数
    def evaluate():
        ema.apply_shadow()
        # evaluate
        ema.restore()

--------------------

[SWA实战：使用SWA进行微调，提高模型的泛化\_swa真能提升性能吗\_AI浩的博客-CSDN博客][SWA_SWA_swa_AI_-CSDN]

[【读】领域泛化 - SWA - 知乎][- SWA -]

[模型泛化技巧“随机权重平均(Stochastic Weight Averaging, SWA)”介绍与Pytorch Lightning的SWA实现讲解\_模型权重平均\_iioSnail的博客-CSDN博客][Stochastic Weight Averaging_ SWA_Pytorch Lightning_SWA_iioSnail_-CSDN]

[常用训练tricks，提升你模型的鲁棒性][tricks]

[AI简报-模型集成 SAM 和SWA\_深度学习\_AIWeker\_InfoQ写作社区][AI_-_ SAM _SWA_AIWeker_InfoQ]

--------------------

[【提分trick】SWA（随机权重平均）和EMA（指数移动平均）\_ema swa\_zy\_destiny的博客-CSDN博客][trick_SWA_EMA_ema swa_zy_destiny_-CSDN]

[指数移动平均（EMA）的原理及PyTorch实现\_ema 移动平均值数学原理\_枫林扬的博客-CSDN博客][EMA_PyTorch_ema _-CSDN]

[【炼丹技巧】指数移动平均（EMA）的原理及PyTorch实现 - 知乎][EMA_PyTorch_ -]

[机器学习模型性能提升技巧：指数加权平均（EMA）\_mikelkl的博客-CSDN博客][EMA_mikelkl_-CSDN]

[kaggle]: https://so.csdn.net/so/search?q=kaggle&spm=1001.2101.3001.7020
[e2aa0ca882504716b1e7cdecce913488.png]: https://img-blog.csdnimg.cn/e2aa0ca882504716b1e7cdecce913488.png
[24b653b16733417392b94393cdf61b99.png]: https://img-blog.csdnimg.cn/24b653b16733417392b94393cdf61b99.png
[arxiv]: https://so.csdn.net/so/search?q=arxiv&spm=1001.2101.3001.7020
[swa]: https://so.csdn.net/so/search?q=swa&spm=1001.2101.3001.7020
[34c76216f8e2418e9597faf47cb38074.png]: https://img-blog.csdnimg.cn/34c76216f8e2418e9597faf47cb38074.png
[SWA_SWA_swa_AI_-CSDN]: https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/124414939
[- SWA -]: https://zhuanlan.zhihu.com/p/438534685
[Stochastic Weight Averaging_ SWA_Pytorch Lightning_SWA_iioSnail_-CSDN]: https://blog.csdn.net/zhaohongfei_358/article/details/129949398
[tricks]: https://www.xjx100.cn/news/111119.html?action=onClick
[AI_-_ SAM _SWA_AIWeker_InfoQ]: https://xie.infoq.cn/article/0dea613472eb53aa7744c5d52
[trick_SWA_EMA_ema swa_zy_destiny_-CSDN]: https://blog.csdn.net/qq_38308388/article/details/127687847
[EMA_PyTorch_ema _-CSDN]: https://blog.csdn.net/zhang2010hao/article/details/91599411
[EMA_PyTorch_ -]: https://zhuanlan.zhihu.com/p/68748778
[EMA_mikelkl_-CSDN]: https://blog.csdn.net/mikelkl/article/details/85227053