inverse_time_decay¶
- paddle.fluid.layers. inverse_time_decay ( learning_rate, decay_steps, decay_rate, staircase=False ) [源代码] ¶
在初始学习率上运用逆时衰减。
训练模型时,最好在训练过程中降低学习率。通过执行该函数,将对初始学习率运用逆时衰减函数。
逆时衰减计算方式如下。
if staircase == True:
decayed_learning_rate = learning_rate / (1 + decay_rate * floor(global_step / decay_step))
else:
decayed_learning_rate = learning_rate / (1 + decay_rate * global_step / decay_step)
参数¶
learning_rate (Variable|float) - 初始学习率,类型可以为学习率变量(Variable)或float型常量。
decay_steps (int) - 学习率衰减步长,见以上衰减运算。
decay_rate (float) - 学习率衰减率。见以上衰减运算。
staircase (bool) - 若为True,按离散区间衰减学习率,即每
decay_steps
步多衰减decay_rate
倍。若为False,则按以上衰减运算持续衰减。默认False。
返回¶
Variable(Tensor) 随step衰减的学习率变量,维度为 \([1]\) 的1-D Tensor。
返回类型¶
变量(Variable)
代码示例¶
import paddle.fluid as fluid
base_lr = 0.1
sgd_optimizer = fluid.optimizer.SGD(
learning_rate=fluid.layers.natural_exp_decay(
learning_rate=base_lr,
decay_steps=10000,
decay_rate=0.5,
staircase=True))