ChainedScheduler¶
- class torch.optim.lr_scheduler.ChainedScheduler(schedulers, optimizer=None)[source]¶
将学习率调度器列表链接在一起。
接收一系列可链接的学习率调度器,并在只需一次调用 step() 时连续调用它们的 step() 函数。
- 参数
schedulers (序列) – 链接的调度器序列。
optimizer (优化器, 可选) – 包装的优化器。默认值:None。
示例
>>> # Assuming optimizer uses lr = 1. for all groups >>> # lr = 0.09 if epoch == 0 >>> # lr = 0.081 if epoch == 1 >>> # lr = 0.729 if epoch == 2 >>> # lr = 0.6561 if epoch == 3 >>> # lr = 0.59049 if epoch >= 4 >>> scheduler1 = ConstantLR(optimizer, factor=0.1, total_iters=2) >>> scheduler2 = ExponentialLR(optimizer, gamma=0.9) >>> scheduler = ChainedScheduler([scheduler1, scheduler2], optimizer=optimizer) >>> for epoch in range(100): >>> train(...) >>> validate(...) >>> scheduler.step()
- load_state_dict(state_dict)[source]¶
加载调度器的状态。
- 参数
state_dict (字典) – 调度器状态。应为
state_dict()
调用的返回值。
- print_lr(is_verbose, group, lr, epoch=None)¶
显示当前学习率。
已弃用,自版本 2.4 起:
print_lr()
已弃用。请使用get_last_lr()
访问学习率。