ChainedScheduler

class torch.optim.lr_scheduler.ChainedScheduler(schedulers)

链式学习率调度器列表。它接收一个可链式学习率调度器列表，并通过一次调用执行它们所属的连续step()函数。

Parameters

调度器 (列表) – 链式调度器列表。

示例

>>> # 假设优化器对所有组使用 lr = 1.
>>> # lr = 0.09     如果 epoch == 0
>>> # lr = 0.081    如果 epoch == 1
>>> # lr = 0.729    如果 epoch == 2
>>> # lr = 0.6561   如果 epoch == 3
>>> # lr = 0.59049  如果 epoch >= 4
>>> scheduler1 = ConstantLR(optimizer, factor=0.1, total_iters=2)
>>> scheduler2 = ExponentialLR(optimizer, gamma=0.9)
>>> scheduler = ChainedScheduler([scheduler1, scheduler2])
>>> 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。

load_state_dict(state_dict)

加载调度器的状态。

Parameters

state_dict (字典) – 调度器状态。应该是从调用 state_dict() 返回的对象。

print_lr(is_verbose, group, lr, epoch=None)

显示当前的学习率。

state_dict()

返回调度器的状态为一个字典。

它包含 self.__dict__ 中每个变量的条目，但不包括优化器。 包装的调度器状态也将被保存。