起因

使用torch的optimizer添加了2组parameter，传参进入FATE的trainer后，optimizer被改变，且FATE框架无提示。

代码差不多是下面这样：

# optimizer中加入2组优化参数（param）
optimizer = torch.optim.SGD([{'params':base, 'lr':0.1*train_args['lr']},\{'params':head, 'lr':train_args['lr']}])nn_component = HomoNN(name='sanet',model=model, # modelloss=loss,optimizer=optimizer, # 传入trainer后dataset=dataset_param,  # datasettrainer=TrainerParam(trainer_name='sa_trainer', cuda=True, checkpoint_save_freqs=1, **params),torch_seed=100, # random seed)# optimizer的param_group在trainer中就只变成1组了，其他的不见了。

github上反馈给社区了：我提的issue
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-I9vA6ec9-1688611983896)(https://user-images.githubusercontent.com/31330044/251026326-46379778-8b50-4ebc-a486-d9b4f27fdbf4.png)]

解决

解决方法是不使用FATE给的接口，而自己直接在trainer里面提供optimizer。

class Trainer():def init(opt_name='sgd'):xxxxdef train():self.optimizer = make_optimizer(self.model, self.opt_name)

可以在trainer中自己实现，提交任务时不提供optimizer参数即可.