LambdaLR

class torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1)

設定初始學習率。

每個引數組的學習率設定為初始學習率乘以給定函式的值。當 last_epoch=-1 時，使用初始學習率。

引數

• optimizer (Optimizer) – 包裝的最佳化器。

• lr_lambda (function 或 列表) – 一個函式，根據整數引數 epoch 計算乘法因子；或此類函式的列表，optimizer.param_groups 中的每個組對應一個函式。

• last_epoch (int) – 上一個週期的索引。預設值：-1。

示例

>>> # Assuming optimizer has two groups.
>>> lambda1 = lambda epoch: epoch // 30
>>> lambda2 = lambda epoch: 0.95 ** epoch
>>> scheduler = LambdaLR(optimizer, lr_lambda=[lambda1, lambda2])
>>> for epoch in range(100):
>>>     train(...)
>>>     validate(...)
>>>     scheduler.step()

get_last_lr()

返回當前排程器計算的最後一個學習率。

返回型別

列表[浮點數]

get_lr()

計算學習率。

load_state_dict(state_dict)

載入排程器的狀態。

儲存或載入排程器時，請確保也儲存或載入最佳化器的狀態。

引數

state_dict (字典) – 排程器狀態。應該是呼叫 state_dict() 返回的物件。

state_dict()

以 字典 形式返回排程器的狀態。

它包含 self.__dict__ 中除最佳化器之外的每個變數的條目。學習率 lambda 函式只有在它們是可呼叫物件（而不是普通函式或 lambda 表示式）時才會儲存。

儲存或載入排程器時，請確保也儲存或載入最佳化器的狀態。

step(epoch=None)

執行一步。