forked from mindspore-Ecosystem/mindspore
50 lines
1.7 KiB
Plaintext
50 lines
1.7 KiB
Plaintext
Class mindspore.nn.NaturalExpDecayLR(learning_rate, decay_rate, decay_steps, is_stair=False)
|
||
|
||
基于自然指数衰减函数计算学习率。
|
||
|
||
对于当前step，计算decayed_learning_rate[current_step]的公式为：
|
||
|
||
.. math::
|
||
decayed\_learning\_rate[current\_step] = learning\_rate * e^{-decay\_rate * p}
|
||
|
||
其中，
|
||
|
||
.. math::
|
||
p = \frac{current\_step}{decay\_steps}
|
||
|
||
如果`is_stair`为True，则公式为：
|
||
|
||
.. math::
|
||
p = floor(\frac{current\_step}{decay\_steps})
|
||
|
||
参数：
|
||
learning_rate (float)：学习率的初始值。
|
||
decay_rate (float)：衰减率。
|
||
decay_steps (int)：用于计算衰减学习率的值。
|
||
is_stair (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。
|
||
|
||
输出：
|
||
Tensor。当前step的学习率值，shape为 :math:`()`。
|
||
|
||
异常：
|
||
TypeError：`learning_rate`或`decay_rate`不是float。
|
||
TypeError：`decay_steps`不是int或`is_stair`不是bool。
|
||
ValueError：`decay_steps`小于1。
|
||
ValueError：`learning_rate`或`decay_rate`小于或等于0。
|
||
|
||
支持平台：
|
||
``Ascend`` ``GPU`` ``CPU``
|
||
|
||
示例：
|
||
>>> learning_rate = 0.1
|
||
>>> decay_rate = 0.9
|
||
>>> decay_steps = 4
|
||
>>> global_step = Tensor(2, mstype.int32)
|
||
>>> natural_exp_decay_lr = nn.NaturalExpDecayLR(learning_rate, decay_rate, decay_steps, True)
|
||
>>> result = natural_exp_decay_lr(global_step)
|
||
>>> print(result)
|
||
0.1
|
||
|