乘性学习率衰减器

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，将初始学习率设置为 lr。

参数

• optimizer (Optimizer) – 包装的优化器。

• lr_lambda (function 或 list) – 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()

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 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()

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。