InverseTimeDecay_cn.rst

InverseTimeDecay

该接口提供逆时间衰减学习率的策略，即学习率与当前衰减次数成反比。

计算方式如下：

$$new\_learning\_rate = \frac{learning\_rate}{1 + gamma * epoch}$$

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 。
• 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 InverseTimeDecay 实例对象。

代码示例

COPY-FROM: paddle.optimizer.lr.InverseTimeDecay

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。