Table of Contents
Shortcuts

ConstantLR

class torch.optim.lr_scheduler.ConstantLR(optimizer, factor=0.3333333333333333, total_iters=5, last_epoch=-1, verbose='deprecated')[源代码]

将每个参数组的学习率乘以一个小的常数因子，直到训练轮数达到预定义的里程碑：total_iters。 请注意，这种小的常数因子的乘法可以与来自此调度器外部的学习率的其他变化同时发生。 当 last_epoch=-1 时，将初始学习率设置为 lr。

Parameters

  • 优化器 (优化器) – 包装的优化器。

  • 因子 (浮点数) – 我们乘以学习率的数字，直到达到里程碑。默认值：1./3。

  • total_iters (int) – 调度器将学习率乘以因子的步数。 默认值：5。

  • last_epoch (int) – 最后一个epoch的索引。默认值: -1。

  • verbose (bool) –

    如果 True，则向标准输出打印每条更新消息。默认值：False。

    自版本 2.2 起已弃用：verbose 已被弃用。请使用 get_last_lr() 来访问学习率。

示例

>>> # 假设优化器对所有组使用 lr = 0.05
>>> # lr = 0.025   如果 epoch == 0
>>> # lr = 0.025   如果 epoch == 1
>>> # lr = 0.025   如果 epoch == 2
>>> # lr = 0.025   如果 epoch == 3
>>> # lr = 0.05    如果 epoch >= 4
>>> scheduler = ConstantLR(optimizer, factor=0.5, total_iters=4)
>>> 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。

优云智算