StepLR ¬

class torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)[source][source] ¬

每隔 step_size 个 epoch，按 gamma 衰减每个参数组的学习率。

注意这种衰减可以与调度器外部的学习率变化同时发生。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。

• step_size（整数）- 学习率衰减的周期。

• gamma（浮点数）- 学习率衰减的乘法因子。默认：0.1。

• last_epoch（整数）- 上一个 epoch 的索引。默认：-1。

示例

>>> # Assuming optimizer uses lr = 0.05 for all groups
>>> # lr = 0.05     if epoch < 30
>>> # lr = 0.005    if 30 <= epoch < 60
>>> # lr = 0.0005   if 60 <= epoch < 90
>>> # ...
>>> scheduler = StepLR(optimizer, step_size=30, gamma=0.1)
>>> 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()

计算每个参数组的学习率。

load_state_dict(state_dict)

加载调度器的状态。

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 。

包含了 self.__dict__中每个非优化器的变量条目。

step(epoch=None)

执行一步操作。