LambdaLR

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

设置初始学习率。

每个参数组的学习率设置为初始 lr 乘以给定函数。当 last_epoch=-1 时，将初始 lr 设置为 lr。

参数:

• 优化器（Optimizer）- 包装的优化器。

• lr_lambda（函数或列表）- 一个函数，用于根据整数参数 epoch 计算乘法因子，或者是一个列表，其中包含每个 optimizer.param_groups 组中的一个函数。

• last_epoch (整数) – 上一个训练周期的索引。默认：-1。

示例

>>> # Assuming optimizer has two groups.
>>> 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()[source]

返回当前调度器计算的最后学习率。

返回类型:

list[float]

get_lr()

计算学习率。

加载状态字典(state_dict)[source][source] ¶

加载调度器的状态。

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。

参数:

state_dict (dict) – 调度器状态。应为调用 state_dict() 返回的对象。

state_dict()

返回调度器的状态作为 dict 。

它包含 self.__dict__中每个变量的条目，但不包括优化器。只有当学习率 lambda 函数是可调用的对象时，才会保存它们，而不是函数或 lambda。

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。

step(epoch=None)

执行一步操作。