快捷方式

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
  • optimizer (优化器) – 包装的优化器。

  • lr_lambda (函数列表) – 一个函数,根据整数参数 epoch 计算乘法因子,或者一个这样的函数列表,每个优化器.param_groups 中的一个组。

  • last_epoch (整数) – 最后一个 epoch 的索引。默认值:-1。

  • verbose (布尔值 | 字符串) –

    如果为 True,则为每次更新打印一条消息到标准输出。默认值:False

    自版本 2.2 起已弃用: verbose 已弃用。请使用 get_last_lr() 访问学习率。

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()
get_last_lr()

返回当前调度程序计算的最后一个学习率。

返回类型

列表[浮点数]

get_lr()[源代码]

计算学习率。

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。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获取问题的解答

查看资源