python - 如何在 lr_scheduler LambdaLR 中设置最小学习率？

Question

我LambdaLR用作学习率函数：

import torch
import torch.nn as nn
import matplotlib.pyplot as plt

model = torch.nn.Linear(2, 1)
optimizer = torch.optim.SGD(model.parameters(), lr=0.01)
lambda1 = lambda epoch: 0.99 ** epoch
scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda1, last_epoch = -1)

lrs = []


for i in range(2001):
    optimizer.step()
    lrs.append(optimizer.param_groups[0]["lr"])
    scheduler.step()

plt.plot(lrs)  

我正在尝试设置最小学习率，因此它不会变为 0。我该怎么做？

Answer 1

新的学习率总是这样计算：

对于初始学习率，它们是指第一个，而不是最后一个。

这意味着我们可以写：

INITIAL_LEARNING_RATE = 0.01
your_min_lr = 0.0001

lambda1 = lambda epoch: max(0.99 ** epoch, your_min_lr / INITIAL_LEARNING_RATE)

然后当变得太小时你会your_min_lr回来，因为equals just 。INITIAL_LEARNING_RATE * (0.99 ** epoch)INITIAL_LEARNING_RATE * your_min_lr / INITIAL_LEARNING_RATEyour_min_lr