【PyTorch 新手基础】一分钟快速部署 learning rate decay

本文主要是介绍【PyTorch 新手基础】一分钟快速部署 learning rate decay，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

• 【方法一：ReduceLROnPlateau】当设定指标在最近几个epoch中都没有变化时，调整学习率。

  optimizer = torch.optim.SGD(net.parameters(), lr=learning_rate, weight_decay=0.01)
  scheduler = torch.optim.lr_sheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=10)
  scheduler.step(设定指标)  ## 判断一次是否更新				 						 
  

  主要参数：

  • mode：min 或 max
    • min：表示当指标 patience 个 epoch 都不再降低 ，max：都不再升高
  • patience: 忍受多少个 epoch 不变化，再调整 learning rate
  • factor: 学习率调整倍数，需要调整时，lr *= factor

---

• 【方法二：StepLR】每 n=step_size 轮，调整学习率

  scheduler = torch.optim.lr_sheduler.StepLR(optimizer, step_size=30, gamma=0.1)
  

  主要参数：

  • step_size: 等待多少 epoch，再调整 learning rate
  • gamma: 学习率调整倍数，需要调整时，lr *= gamma

---

• B站视频参考资料

这篇关于【PyTorch 新手基础】一分钟快速部署 learning rate decay的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---