Python PyTorch ConstantLR用法及代码示例

本文简要介绍python语言中 torch.optim.lr_scheduler.ConstantLR 的用法。

用法:

class torch.optim.lr_scheduler.ConstantLR(optimizer, factor=0.3333333333333333, total_iters=5, last_epoch=- 1, verbose=False)

参数：

• optimizer(Optimizer) -包装优化器。

• factor(float) -我们乘以学习率直到达到里程碑的数字。默认值：1./3。

• total_iters(int) -调度程序衰减学习率的步骤数。默认值：5。

• last_epoch(int) -最后纪元的索引。默认值：-1。

• verbose(bool) -如果 True ，每次更新都会向标准输出打印一条消息。默认值：False。

将每个参数组的学习率衰减一个小的常数因子，直到 epoch 的数量达到预定义的里程碑：total_iters。请注意，这种衰减可能与调度程序外部对学习率的其他更改同时发生。当last_epoch=-1时，将初始lr设置为lr。

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(self.opt, factor=0.5, total_iters=4)
>>> for epoch in range(100):
>>>     train(...)
>>>     validate(...)
>>>     scheduler.step()