本文简要介绍python语言中 torch.optim.lr_scheduler.MultiStepLR
的用法。
用法:
class torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=- 1, verbose=False)
一旦 epoch 的数量达到里程碑之一,通过 gamma 衰减每个参数组的学习率。请注意,这种衰减可能与此调度程序外部对学习率的其他更改同时发生。当last_epoch=-1 时,设置初始 lr 为 lr。
示例
>>> # Assuming optimizer uses lr = 0.05 for all groups >>> # lr = 0.05 if epoch < 30 >>> # lr = 0.005 if 30 <= epoch < 80 >>> # lr = 0.0005 if epoch >= 80 >>> scheduler = MultiStepLR(optimizer, milestones=[30,80], gamma=0.1) >>> for epoch in range(100): >>> train(...) >>> validate(...) >>> scheduler.step()
参数:
相关用法
- Python PyTorch MultiScaleRoIAlign用法及代码示例
- Python PyTorch MultiLabelMarginLoss用法及代码示例
- Python PyTorch MultiplicativeLR用法及代码示例
- Python PyTorch MultiheadAttention用法及代码示例
- Python PyTorch MultivariateNormal用法及代码示例
- Python PyTorch MultiheadAttentionContainer.__init__用法及代码示例
- Python PyTorch MultiMarginLoss用法及代码示例
- Python PyTorch Multiplexer用法及代码示例
- Python PyTorch Multinomial用法及代码示例
- Python PyTorch MuLawEncoding用法及代码示例
- Python PyTorch MuLawDecoding用法及代码示例
- Python PyTorch MaxUnpool3d用法及代码示例
- Python PyTorch Module.buffers用法及代码示例
- Python PyTorch Module.register_full_backward_hook用法及代码示例
- Python PyTorch Module.named_modules用法及代码示例
- Python PyTorch Module.parameters用法及代码示例
- Python PyTorch MaxPool1d用法及代码示例
- Python PyTorch Module.register_forward_hook用法及代码示例
- Python PyTorch MetaInferGroupedPooledEmbeddingsLookup.state_dict用法及代码示例
- Python PyTorch Module.named_parameters用法及代码示例
- Python PyTorch MetaInferGroupedEmbeddingsLookup.named_buffers用法及代码示例
- Python PyTorch ModuleList用法及代码示例
- Python PyTorch MixtureSameFamily用法及代码示例
- Python PyTorch MpSerialExecutor用法及代码示例
- Python PyTorch MaxUnpool1d用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.optim.lr_scheduler.MultiStepLR。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。