LambdaLR

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

将每个参数组的初始学习率设置为给定函数的乘积。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。

• lr_lambda (函数 或 列表) – 一个函数，该函数根据整数参数epoch计算乘法因子，或者是一个这样的函数列表，每个优化器中的每个组对应一个函数。

• 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

>>> # 假设优化器有两个组。
>>> 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。

在保存或加载调度器时，请确保同时保存或加载优化器的状态。

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。 学习率lambda函数只有在它们是可调用对象时才会被保存，而不是函数或lambda表达式。

在保存或加载调度器时，请确保同时保存或加载优化器的状态。