MultiplicativeLR

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

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 or list) – 一个函数，它根据整数参数 epoch 计算乘法因子，或者一个此类函数的列表，每个函数对应于 optimizer.param_groups 中的一个组。

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

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。

返回类型

list[float]

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。

state_dict()

以 dict 的形式返回调度器的状态。

它包含 self.__dict__ 中除 optimizer 之外的每个变量的条目。学习率 lambda 函数只有在它们是可调用对象时才会被保存，而不是在它们是函数或 lambda 时。

返回类型

dict[str, Any]

step(epoch=None)

执行一步。