.. py:class:: paddle.optimizer.lr.LambdaDecay(learning_rate, lr_lambda, last_epoch=-1, verbose=False)
该接口提供 lambda
函数设置学习率的策略。lr_lambda
为一个 lambda
函数,其通过 epoch
计算出一个因子,该因子会乘以初始学习率。。
衰减过程可以参考以下代码:
learning_rate = 0.5 # init learning_rate
lr_lambda = lambda epoch: 0.95 ** epoch
learning_rate = 0.5 # epoch 0, 0.5*0.95**0
learning_rate = 0.475 # epoch 1, 0.5*0.95**1
learning_rate = 0.45125 # epoch 2, 0.5*0.95**2
...
- learning_rate (float) - 初始学习率,数据类型为 Python float。
- lr_lambda (function):lr_lambda 为一个 lambda 函数,其通过 epoch 计算出一个因子,该因子会乘以初始学习率。
- 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
。
用于调整学习率的 LambdaDecay
实例对象。
COPY-FROM: paddle.optimizer.lr.LambdaDecay
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。