ExponentialDecay_cn.rst

ExponentialDecay

.. py:class:: paddle.optimizer.lr.ExponentialDecay(learning_rate, gamma, last_epoch=-1, verbose=False)

该接口提供一种学习率按指数函数衰减的策略。

衰减函数可以用以下公式表示：

new\_learning\_rate = last\_learning\_rate * gamma

参数

• learning_rate (float) - 初始学习率，数据类型为 Python float。
• gamma (float) - 衰减率，new_lr = origin_lr * gamma 。gamma 应该在区间 (0.0, 1.0) 内。
• last_epoch (int，可选) - 上一轮的轮数，重启训练时设置为上一轮的 epoch 数。默认值为 -1，则为初始学习率。
• verbose (bool，可选) - 如果是 True，则在每一轮更新时在标准输出 stdout 输出一条信息。默认值为 False 。

返回

用于调整学习率的 ExponentialDecay 实例对象。

代码示例

COPY-FROM: paddle.optimizer.lr.ExponentialDecay

方法

step(epoch=None)

step 函数需要在优化器的 optimizer.step() 函数之后调用，调用之后将会根据 epoch 数来更新学习率，更新之后的学习率将会在优化器下一轮更新参数时使用。

参数

• epoch (int，可选）- 指定具体的 epoch 数。默认值 None，此时将会从-1 自动累加 epoch 数。

返回

无。

代码示例

参照上述示例代码。