ExponentialLR
-
class torch.optim.lr_scheduler.ExponentialLR(optimizer, gamma, last_epoch=-1)[исходный код] -
Уменьшает скорость обучения каждой группы параметров в gamma раз на каждой эпохе.
Если last_epoch=-1, устанавливает начальную скорость обучения равной lr.
- Параметры:
Пример
>>> scheduler = ExponentialLR(optimizer, gamma=0.95) >>> for epoch in range(100): >>> train(...) >>> validate(...) >>> scheduler.step()
-
get_last_lr()[исходный код] -
Получить последние значения скорости обучения, вычисленные этим планировщиком.
- Возвращает:
-
listзначений скорости обучения с элементами для каждойparam_groupsоптимизатора, имеющими те же типы, что и ихgroup["lr"]. - Тип возвращаемого значения:
Примечание
Возвращаемые
Tensorявляются копиями и никогда не ссылаются наgroup["lr"]оптимизатора.
-
get_lr()[исходный код] -
Вычислить следующую скорость обучения для каждой
param_groupsоптимизатора.Умножает текущие
group["lr"]вparam_groupsоптимизатора наgamma.- Возвращает:
-
listзначений скорости обучения для каждойparam_groupsоптимизатора с теми же типами, что и у их текущихgroup["lr"]. - Тип возвращаемого значения:
Примечание
Чтобы посмотреть последнее значение скорости обучения, используйте вместо этого
get_last_lr().Примечание
Возвращаемые
Tensorявляются копиями и никогда не ссылаются наgroup["lr"]оптимизатора.
-
load_state_dict(state_dict)[исходный код] -
Загрузить состояние планировщика.
- Параметры:
-
state_dict (dict) – Состояние планировщика. Должен быть объект, возвращённый вызовом
state_dict().
-
state_dict()[исходный код] -
Вернуть состояние планировщика в виде
dict.Оно содержит запись для каждой переменной в
self.__dict__, кроме оптимизатора.
-
step(epoch=None)[исходный код] -
Обновить планировщик.
- Параметры:
-
epoch (int, необязательный) –
Устарело с версии 1.4: Если указано, устанавливает
last_epochвepochи использует_get_closed_form_lr(), если он доступен. Эта возможность поддерживается не во всех случаях. Вместо этого используйтеstep()без аргументов.
Примечание
Вызывайте этот метод после вызова
step()оптимизатора.
© 2026, PyTorch Contributors
PyTorch has a BSD-style license, as found in the LICENSE file.
https://docs.pytorch.org/docs/2.14/generated/torch.optim.lr_scheduler.ExponentialLR.html