MultiStepLR¶
- class torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=-1, verbose='deprecated')[源代码]¶
当 epoch 数达到里程碑之一时,将每个参数组的学习率衰减 gamma 倍。
请注意,这种衰减可能与来自此调度程序外部对学习率的其他更改同时发生。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 = 0.05 if epoch < 30 >>> # lr = 0.005 if 30 <= epoch < 80 >>> # lr = 0.0005 if epoch >= 80 >>> scheduler = MultiStepLR(optimizer, milestones=[30,80], gamma=0.1) >>> for epoch in range(100): >>> train(...) >>> validate(...) >>> scheduler.step()
- load_state_dict(state_dict)¶
加载调度程序的状态。
- 参数
state_dict (字典) – 调度程序状态。应该是从调用
state_dict()
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。
- step(epoch=None)¶
执行一步。