PiecewiseDecay
- class
paddle.fluid.dygraph.
PiecewiseDecay
(boundaries, values, begin, step=1, dtype='float32')[源代码]
该接口提供对初始学习率进行分段(piecewise)常数衰减的功能。
分段常数衰减的过程举例描述如下。
- 例如,设定的boundaries列表为[10000, 20000],候选学习率常量列表values为[1.0, 0.5, 0.1],则:
- 1、在当前训练步数global_step小于10000步,学习率值为1.0。
- 2、在当前训练步数global_step大于或等于10000步,并且小于20000步时,学习率值为0.5。
- 3、在当前训练步数global_step大于或等于20000步时,学习率值为0.1。
- 参数:
- boundaries (list) - 指定衰减的步数边界。列表的数据元素为Python int类型。
- values (list) - 备选学习率列表。数据元素类型为Python float的列表。与边界值列表有对应的关系。
- begin (int) – 起始步,即以上举例描述中global_step的初始化值。
- step (int,可选) – 步大小,即以上举例描述中global_step每步的递增值。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
- boundaries = [10000, 20000]
- values = [1.0, 0.5, 0.1]
- with fluid.dygraph.guard():
- optimizer = fluid.optimizer.SGD(
- learning_rate=fluid.dygraph.PiecewiseDecay(boundaries, values, 0) )