LambdaDecay_cn.rst

LambdaDecay

.. 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
...

参数

• 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 。

返回

用于调整学习率的 LambdaDecay 实例对象。

代码示例

COPY-FROM: paddle.optimizer.lr.LambdaDecay

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。