StepLR

class torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1) [исходный код]

Уменьшает скорость обучения каждой группы параметров в gamma раз через каждые step_size эпох.

Обратите внимание, что такое уменьшение может происходить одновременно с другими изменениями скорости обучения, выполняемыми за пределами этого планировщика. Если last_epoch=-1, задаёт исходное значение lr равным lr.

Параметры:

• optimizer (Optimizer) – Обёрнутый оптимизатор.
• step_size (int) – Период уменьшения скорости обучения.
• gamma (float) – Множитель уменьшения скорости обучения. По умолчанию: 0.1.
• last_epoch (int) – Индекс последней эпохи. По умолчанию: -1.

Пример

>>> # Assuming optimizer uses lr = 0.05 for all groups
>>> # lr = 0.05     if epoch < 30
>>> # lr = 0.005    if 30 <= epoch < 60
>>> # lr = 0.0005   if 60 <= epoch < 90
>>> # ...
>>> scheduler = StepLR(optimizer, step_size=30, gamma=0.1)
>>> for epoch in range(100):
>>>     train(...)
>>>     validate(...)
>>>     scheduler.step()

get_last_lr() [исходный код]

Возвращает последние значения скорости обучения, вычисленные этим планировщиком.

Возвращает:

Объект list со значениями скорости обучения для каждой param_groups оптимизатора; типы значений совпадают с типами их group["lr"].

Тип возвращаемого значения:

list[float | Tensor]

Примечание

Возвращаемые объекты Tensor являются копиями и никогда не ссылаются на group["lr"] оптимизатора.

get_lr() [исходный код]

Вычисляет следующую скорость обучения для каждой param_groups оптимизатора.

Если текущая эпоха является ненулевым кратным step_size, мы масштабируем текущие group["lr"] в param_groups оптимизатора на gamma.

Возвращает:

Объект list со значениями скорости обучения для каждой param_groups оптимизатора; типы значений совпадают с типами их текущих group["lr"].

Тип возвращаемого значения:

list[float | Tensor]

Примечание

Чтобы узнать последнее значение скорости обучения, используйте вместо этого get_last_lr().

Примечание

Возвращаемые объекты Tensor являются копиями и никогда не ссылаются на group["lr"] оптимизатора.

load_state_dict(state_dict) [исходный код]

Загружает состояние планировщика.

Параметры:

state_dict (dict) – Состояние планировщика. Должно быть объектом, возвращённым вызовом state_dict().

state_dict() [исходный код]

Возвращает состояние планировщика в виде объекта dict.

Он содержит запись для каждой переменной в self.__dict__, кроме оптимизатора.

Тип возвращаемого значения:

dict[str, Any]

step(epoch=None) [исходный код]

Выполняет шаг планировщика.

Параметры:

epoch (int, optional) –

Устарело с версии 1.4: Если указано, задаёт last_epoch равным epoch и использует _get_closed_form_lr(), если он доступен. Этот режим поддерживается не всегда. Вместо этого вызывайте step() без аргументов.

Примечание

Вызывайте этот метод после вызова step() оптимизатора.