PyTorch中的學(xué)習(xí)率調(diào)度器有以下幾種類型:
StepLR:每一個給定的步驟大小的時候,學(xué)習(xí)率降低一個gamma倍。
MultiStepLR:定義一個列表,列表中的每一個步驟大小的時候,學(xué)習(xí)率降低一個gamma倍。
ExponentialLR:學(xué)習(xí)率按指數(shù)衰減。
CosineAnnealingLR:余弦退火學(xué)習(xí)率調(diào)度。
ReduceLROnPlateau:當(dāng)一個指標(biāo)停止改善的時候,將學(xué)習(xí)率減少。
LambdaLR:使用一個給定的函數(shù)定義學(xué)習(xí)率調(diào)度。
CyclicLR:學(xué)習(xí)率在一個循環(huán)范圍內(nèi)的周期性調(diào)節(jié)。
OneCycleLR:學(xué)習(xí)率調(diào)度器,通過在訓(xùn)練中使用變化的學(xué)習(xí)率來實現(xiàn)模型的更快收斂。
CosineAnnealingWarmRestarts:余弦退火學(xué)習(xí)率調(diào)度器,帶有warm restarts的功能。
MultiplicativeLR:每一步將學(xué)習(xí)率乘以一個給定的因子。