自定义学习率调度器

本文介绍了如何在PyTorch中自定义学习率调度器,以满足特定的训练需求。通过一个实例展示了如何设置学习率在前100个epoch保持不变,然后线性衰减至第1000个epoch时为0。

自定义学习率调度器

解释

PyTorch 中需要在训练中依据实际情况修改学习率,就需要用到学习率调度器,而 PyTorch 自带的学习率调度器只有有限的几种可以使用,这时候就可以自定义控制学习率调度器。

例子

比如我现在需要前 100 个 epoch 学习率不变,之后每个 epoch 都学习率线性减少,1000 个 epoch 时减到 0:

def lr_scheduler_linear(optimizer, ori_lr, cur_epoch, keep_lr_epoch, end_epoch):
	if cur_epoch < keep_lr_epoch:
		return
	elif cur_epoch >= end_epoch
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值