ConstantLR

classtorch.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较小的常数因子。

乘法运算会一直进行，直到达到预定义的里程碑 total_iters。需要注意的是，这种小常数因子的乘法可以与其他来自外部调度器的学习率变化同时发生。当 last_epoch=-1 时，初始学习率为 lr。

参数

• optimizer (Optimizer) — 包裹后的优化器。

• factor (浮点数) – 用于在达到里程碑前乘以学习率的系数。默认值为 1./3。

• total_iters (int) – 表示调度程序将学习率乘以因子的总步数。默认值为 5。

• last_epoch (int) – 表示最后一个纪元的索引。默认值为 -1。

• verbose (bool | str) –

  如果设置为True，则会对每次更新在标准输出中打印一条消息。默认值为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

>>> # Assuming optimizer uses lr = 0.05 for all groups
>>> # lr = 0.025   if epoch == 0
>>> # lr = 0.025   if epoch == 1
>>> # lr = 0.025   if epoch == 2
>>> # lr = 0.025   if epoch == 3
>>> # lr = 0.05    if 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出的最新学习率。

返回类型

List [float]

get_lr()[源代码]

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。

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

显示当前学习率。

自版本 2.4 起已弃用：print_lr() 已被弃用，请使用 get_last_lr() 来访问学习率。

state_dict()

返回调度器的状态，形式为 dict。

它包含了 self.__dict__ 中每个非优化器变量的条目。

step(epoch=None) 由于上述代码格式已经较为简洁，直接翻译可能难以形成自然语言描述。但根据上下文和意图，可以尝试如下表述： 进行一个训练步骤，参数`epoch`可选设置为`None`。

执行一个步骤。