Python tf.compat.v1.train.piecewise_constant用法及代码示例

边界和区间值的分段常数。

用法

tf.compat.v1.train.piecewise_constant(
    x, boundaries, values, name=None
)

参数

x 一个 0-D 标量 Tensor 。必须是以下类型之一：float32 , float64 , uint8 , int8 , int16 , int32 , int64。
boundaries Tensor s 或 int s 或 float s 的列表具有严格增加的条目，并且所有元素具有与 x 相同的类型。
values Tensor 或 float 或 int 的列表，指定由 boundaries 定义的间隔的值。它应该比 boundaries 多一个元素，并且所有元素都应该具有相同的类型。
name 一个字符串。操作的可选名称。默认为'PiecewiseConstant'。

一个 0-D 张量。它的值为 values[0] 当 x <= boundaries[0] , values[1] 当 x > boundaries[0] 和 x <= boundaries[1] ，...，和 values[-1] 当 x > boundaries[-1] 。

抛出

ValueError 如果x和boundaries的类型不匹配，或者所有values的类型不匹配或者列表中的元素数量不匹配。

示例：前 100001 步使用 1.0，接下来 10000 步使用 0.5，任何其他步骤使用 0.1 的学习率。

global_step = tf.Variable(0, trainable=False)
boundaries = [100000, 110000]
values = [1.0, 0.5, 0.1]
learning_rate = tf.compat.v1.train.piecewise_constant(global_step, boundaries,
values)

# Later, whenever we perform an optimization step, we increment global_step.

eager模式兼容性

当启用即刻执行时，此函数返回一个函数，该函数又返回衰减的学习率张量。这对于在优化器函数的不同调用中更改学习率值很有用。

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.compat.v1.train.piecewise_constant。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。