LambdaLR¶
- class torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1, verbose='deprecated')[源代码]¶
设置初始学习率。
每个参数组的学习率设置为初始学习率乘以给定函数。当 last_epoch=-1 时,将初始学习率设置为 lr。
- 参数
示例
>>> # Assuming optimizer has two groups. >>> lambda1 = lambda epoch: epoch // 30 >>> lambda2 = lambda epoch: 0.95 ** epoch >>> scheduler = LambdaLR(optimizer, lr_lambda=[lambda1, lambda2]) >>> for epoch in range(100): >>> train(...) >>> validate(...) >>> scheduler.step()
- load_state_dict(state_dict)[源代码]¶
加载调度程序的状态。
保存或加载调度程序时,请确保也保存或加载优化器状态。
- 参数
state_dict (字典) – 调度程序状态。应为
state_dict()
调用返回的对象。
- print_lr(is_verbose, group, lr, epoch=None)¶
显示当前学习率。
自版本 2.4 起已弃用:
print_lr()
已弃用。请使用get_last_lr()
访问学习率。
- state_dict()[源代码]¶
将调度程序的状态作为
dict
返回。它包含 self.__dict__ 中每个变量的条目,这些变量不是优化器。只有当学习率 lambda 函数是可调用对象而不是函数或 lambda 时,才会保存它们。
保存或加载调度程序时,请确保也保存或加载优化器状态。
- step(epoch=None)¶
执行一步。