MultiplicativeLR

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

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 lr 设置为 lr。

参数

• optimizer (Optimizer) – 包装的优化器。

• lr_lambda (函数 或 列表) – 一个函数，它计算给定整数参数 epoch 的乘法因子，或此类函数的列表，每个列表对应于 optimizer.param_groups 中的每个组。

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

• verbose (bool | str) –

  如果 True，则为每次更新向标准输出打印一条消息。默认值：False。

  2.2 版本后已弃用: verbose 已弃用。请使用 get_last_lr() 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新学习率。

返回类型

List[float]

get_lr()

计算每个参数组的学习率。

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。

2.4 版本后已弃用: print_lr() 已弃用。请使用 get_last_lr() 访问学习率。

state_dict()

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，该变量不是优化器。学习率 lambda 函数只有在它们是可调用对象而不是函数或 lambda 时才会被保存。

step(epoch=None)

执行一个步长。