NoamDecay

class paddle.optimizer.lr. NoamDecay ( d_model, warmup_steps, learning_rate=1.0, last_epoch=- 1, verbose=False )

该接口提供 Noam 衰减学习率的策略。

Noam 衰减的计算方式如下：

\[new\_learning\_rate = learning\_rate * d_{model}^{-0.5} * min(epoch^{-0.5}, epoch * warmup\_steps^{-1.5})\]

相关论文：attention is all you need 。

参数

  • d$_{model}$ (int) - 模型的输入、输出向量特征维度，为超参数。数据类型为 Python int。

  • warmup_steps (int) - 预热步数，为超参数。数据类型为 Python int。

  • learning_rate (float) - 初始学习率，数据类型为 Python float。默认值为 1.0。

  • 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 NoamDecay 实例对象。

代码示例

COPY-FROM: paddle.optimizer.lr.NoamDecay

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。