pytorch 不同层设置不同学习率，并冻结某些参数

 1、不同层不同学习率

2、冻结某些参数

for n,p in model.named_parameters():
    if 'bert' in n:p.requires_grad=False

同时在filter函数中添加： 

non_embedding_param = list(filter(
            lambda x:id(x) not in embedding_param_ids and id(x) not in bert_embedding_param_ids and x.requireds_grad,
model.parameters()))

 设置优化器

 optimizer = optim.SGD(param_,lr=args.lr,momentum=args.momentum,
                          weight_decay=args.weight_decay)