InverseTimeDecay
查看属性与别名
API属性:命令式编程模式(动态图)
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))