ConstantLR¶
- class torch.optim.lr_scheduler.ConstantLR(optimizer, factor=0.3333333333333333, total_iters=5, last_epoch=-1, verbose='deprecated')[源代码]¶
将每个参数组的学习率乘以一个小常数因子。
乘法操作在 epoch 数达到预定义的里程碑:total_iters 时进行。注意,此类小常数因子的乘法可以与来自此调度器外部的其他学习率更改同时发生。当 last_epoch=-1 时,将初始 lr 设置为 lr。
- 参数
示例
>>> # Assuming optimizer uses lr = 0.05 for all groups >>> # lr = 0.025 if epoch == 0 >>> # lr = 0.025 if epoch == 1 >>> # lr = 0.025 if epoch == 2 >>> # lr = 0.025 if epoch == 3 >>> # lr = 0.05 if epoch >= 4 >>> scheduler = ConstantLR(optimizer, factor=0.5, total_iters=4) >>> for epoch in range(100): >>> train(...) >>> validate(...) >>> scheduler.step()
- load_state_dict(state_dict)¶
加载调度器的状态。
- 参数
state_dict (dict) – 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。
自版本 2.4 起弃用:
print_lr()
已弃用。请使用get_last_lr()
访问学习率。
- step(epoch=None)¶
执行一步操作。