PolynomialLR¶
- class torch.optim.lr_scheduler.PolynomialLR(optimizer, total_iters=5, power=1.0, last_epoch=-1, verbose='deprecated')[源代码]¶
使用给定 total_iters 中的多项式函数来衰减每个参数组的学习率。
当 last_epoch=-1 时,将初始学习率设置为 lr。
- 参数
示例
>>> # Assuming optimizer uses lr = 0.001 for all groups >>> # lr = 0.001 if epoch == 0 >>> # lr = 0.00075 if epoch == 1 >>> # lr = 0.00050 if epoch == 2 >>> # lr = 0.00025 if epoch == 3 >>> # lr = 0.0 if epoch >= 4 >>> scheduler = PolynomialLR(optimizer, total_iters=4, power=1.0) >>> for epoch in range(100): >>> train(...) >>> validate(...) >>> scheduler.step()
- 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
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。
- step(epoch=None)¶
执行一个步骤。