InverseTimeDecay

• class paddle.fluid.dygraph.InverseTimeDecay(learning_rate, decay_steps, decay_rate, staircase=False, begin=0, step=1, dtype='float32')[源代码]

该接口提供反时限学习率衰减的功能。

反时限学习率衰减计算方式如下。

当staircase为False时，计算公式为：

当staircase为True时，计算公式为：

式中，

• ： 衰减后的学习率。

式子中各参数详细介绍请看参数说明。

• 参数：
• • learning_rate (Variable|float) - 初始学习率值。如果类型为Variable，则为shape为[1]的Tensor，数据类型为float32或float64；也可以是python的float类型。
  • decay_steps (int) - 衰减步数，见以上衰减运算式子。
  • decay_rate (float)- 衰减率。见以上衰减运算。
  • staircase (bool，可选) - 指定是否按阶梯状衰减。若为True, 学习率变化曲线呈阶梯状。若为False，学习率变化值曲线为平滑的曲线。默认值为False。
  • begin (int，可选) - 起始步，即以上运算式子中global_step的初始化值。默认值为0。
  • step (int，可选) - 步大小，即以上运算式子中global_step的每次的增量值，使得global_step随着训练的次数递增。默认值为1。
  • dtype (str，可选) - 初始化学习率变量的数据类型，可以为"float32", "float64"。默认值为"float32"。

返回： 无

代码示例

import paddle.fluid as fluid
base_lr = 0.1
with fluid.dygraph.guard():
    sgd_optimizer = fluid.optimizer.SGD(
        learning_rate=fluid.dygraph.InverseTimeDecay(
              learning_rate=base_lr,
              decay_steps=10000,
              decay_rate=0.5,
              staircase=True))