forked from huawei/mindspore2022
47 lines
1.6 KiB
ReStructuredText
47 lines
1.6 KiB
ReStructuredText
mindspore.nn.PolynomialDecayLR
|
||
====================================
|
||
|
||
.. py:class:: mindspore.nn.PolynomialDecayLR(learning_rate, end_learning_rate, decay_steps, power, update_decay_steps=False)
|
||
|
||
基于多项式衰减函数计算学习率。
|
||
|
||
对于当前step，计算学习率的公式为：
|
||
|
||
.. math::
|
||
decayed\_learning\_rate = &(learning\_rate - end\_learning\_rate) *\\
|
||
&(1 - tmp\_step / tmp\_decay\_steps)^{power}\\
|
||
&+ end\_learning\_rate
|
||
|
||
其中，
|
||
|
||
.. math::
|
||
tmp\_step=min(current\_step, decay\_steps)
|
||
|
||
如果 `update_decay_steps` 为true，则每 `decay_steps` 更新 `tmp_decay_step` 的值。公式为：
|
||
|
||
.. math::
|
||
tmp\_decay\_steps = decay\_steps * ceil(current\_step / decay\_steps)
|
||
|
||
**参数：**
|
||
|
||
- **learning_rate** (float) - 学习率的初始值。
|
||
- **end_learning_rate** (float) - 学习率的最终值。
|
||
- **decay_steps** (int) - 进行衰减的step数。
|
||
- **power** (float) - 多项式的幂，必须大于0。
|
||
- **update_decay_steps** (bool) - 如果为True，则学习率每 `decay_steps` 次衰减一次。默认值：False。
|
||
|
||
**输入：**
|
||
|
||
- **global_step** （Tensor）：当前step数，即current_step。
|
||
|
||
**输出：**
|
||
|
||
标量Tensor。当前step的学习率值。
|
||
|
||
**异常：**
|
||
|
||
- **TypeError** - `learning_rate`, `end_learning_rate` 或 `power` 不是float。
|
||
- **TypeError** - `decay_steps` 不是int或 `update_decay_steps` 不是bool。
|
||
- **ValueError** - `end_learning_rate` 小于0或 `decay_steps` 小于1。
|
||
- **ValueError** - `learning_rate` 或 `power` 小于或等于0。
|