paddlespeech.s2t.training.updaters.standard_updater 模块

class paddlespeech.s2t.training.updaters.standard_updater.StandardUpdater(model: Layer, optimizer: Optimizer, scheduler: LRScheduler, dataloader: DataLoader, init_state: Optional[更新器状态] = None)

基础类: UpdaterBase

过于简化的一个例子。事情可能没有那么简单，但你可以通过子类化来适应你的需求。

Attributes:

updates_per_epoch

每个周期的步数，由数据加载器的长度决定。

方法

new_epoch()	开始一个新的纪元。
read_batch()	从数据加载器读取一批数据，当数据耗尽时自动续订。
set_state_dict(state_dict)	为Updater设置状态字典。
state_dict()	包含了Updater的状态字典、模型、优化器/调度器和更新器状态。
update_core(batch)	训练步骤的简单案例。

加载
保存
更新

new_epoch()

开始一个新的时代。

read_batch()

从数据加载器中读取一个批次，当数据耗尽时自动续订。

set_state_dict(state_dict)

为更新器设置状态字典。模型参数、优化器/调度器的状态和更新器状态被恢复。

state_dict()

包含了更新器的状态字典、模型、优化器/调度器和更新器状态。

update()

update_core(batch)

训练步骤的简单案例。基本假设是： 单一模型； 单一优化器； 单一调度器，并在每一步更新学习率； 来自数据加载器的一个批次仅是模型的输入； 模型返回一个单一的损失，或一个包含多个损失的字典。 每个批次进行参数更新，没有梯度累积。

property updates_per_epoch

每个纪元的步骤数量，由数据加载器的长度决定。