LinearLR

class paddle.optimizer.lr. LinearLR ( learning_rate, total_steps, start_factor=1. / 3, end_factor=1.0, last_epoch=- 1, verbose=False )

该接口提供一种学习率优化策略-线性学习率对学习率进行调整。

参数

  • learning_rate (float) - 基础学习率，用于确定初始学习率和最终学习率。

  • total_steps (float) - 学习率从初始学习率线性增长到最终学习率所需要的步数。

  • start_factor (float) - 初始学习率因子，通过 learning_rate * start_factor 确定。

  • end_factor (float) - 最终学习率因子，通过 learning_rate * end_factor 确定。

  • 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 LinearLR 实例对象。

代码示例

COPY-FROM: paddle.optimizer.lr.LinearLR:code-dynamic COPY-FROM: paddle.optimizer.lr.LinearLR:code-static

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。

使用本API的教程文档