快捷方式

乘性学习率衰减器

class torch.optim.lr_scheduler.MultiplicativeLR(optimizer, lr_lambda, last_epoch=-1, verbose='deprecated')[source]

将每个参数组的学习率乘以指定函数中给出的因子。

当 last_epoch=-1 时,将初始学习率设置为 lr。

参数
  • optimizer (Optimizer) – 包装的优化器。

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

  • last_epoch (int) – 上一个 epoch 的索引。默认值:-1。

  • verbose (bool | str) –

    如果为 True,则在每次更新时将消息打印到标准输出。默认值:False

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

示例

>>> lmbda = lambda epoch: 0.95
>>> scheduler = MultiplicativeLR(optimizer, lr_lambda=lmbda)
>>> for epoch in range(100):
>>>     train(...)
>>>     validate(...)
>>>     scheduler.step()
get_last_lr()

返回当前调度器计算的最后一个学习率。

返回类型

List[float]

get_lr()[source]

计算每个参数组的学习率。

load_state_dict(state_dict)[source]

加载调度器的状态。

参数

state_dict (dict) – 调度器状态。应为从 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() 来访问学习率。

state_dict()[source]

将调度器的状态作为 dict 返回。

它包含 self.__dict__ 中每个变量的条目,这些条目不是优化器。只有当学习率 lambda 函数是可调用对象时才会保存,而不会保存函数或 lambda 表达式。

step(epoch=None)

执行一步操作。

文档

访问 PyTorch 的完整开发者文档

查看文档

教程

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源