NaturalExpDecay

class paddle.optimizer.lr. NaturalExpDecay ( learning_rate, gama, last_epoch=- 1, verbose=False )

该接口提供按自然指数衰减学习率的策略。

自然指数衰减的计算方式如下。

\[new\_learning\_rate = learning\_rate * e^{- gamma * epoch}\]

参数

  • learning_rate (float) - 初始学习率，数据类型为 Python float。

  • gamma (float) - 衰减率，gamma 应该大于 0.0，才能使学习率衰减。默认值为 0.1。

  • last_epoch (int，可选) - 上一轮的轮数，重启训练时设置为上一轮的 epoch 数。默认值为 -1，则为初始学习率。

  • verbose (bool，可选) - 如果是 True，则在每一轮更新时在标准输出 stdout 输出一条信息。默认值为 False 。

返回

用于调整学习率的 NaturalExpDecay 实例对象。

代码示例

COPY-FROM: paddle.optimizer.lr.NaturalExpDecay

方法

step(epoch=None)

step 函数需要在优化器的 optimizer.step() 函数之后调用，调用之后将会根据 epoch 数来更新学习率，更新之后的学习率将会在优化器下一轮更新参数时使用。

参数

  • epoch (int，可选) - 指定具体的 epoch 数。默认值 None，此时将会从-1 自动累加 epoch 数。

返回

无。

代码示例

参照上述示例代码。