.. py:class:: paddle.optimizer.lr.NaturalExpDecay(learning_rate, gama, last_epoch=-1, verbose=False)
该接口提供按自然指数衰减学习率的策略。
自然指数衰减的计算方式如下。
new\_learning\_rate = learning\_rate * e^{- gamma * epoch}
- learning_rate (float) - 初始学习率,数据类型为 Python float。
- gamma (float) - 衰减率,gamma 应该大于 0.0,才能使学习率衰减。默认值为 0.1。
- 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 NaturalExpDecay
实例对象。
COPY-FROM: paddle.optimizer.lr.NaturalExpDecay
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。