画阶梯学习率


from matplotlib import pyplot as plt
import matplotlib.ticker as mticker
import numpy as np
import matplotlib.patches as patches

x = [0, 2,3,4,5,6,7]
y = [1.0,1.0, 0.5, 0.25, 0.125, 0.0625,0.03125]

with plt.style.context(['science','ieee','grid','no-latex']):
    fig = plt.figure()
    plt.ylim(0.0,1.1) # 设置最小最大值,设置y轴的数值显示范围
    plt.xlim(1.0,10)

    y_ticks = np.arange(0.0,1.1,0.1)
    #x_ticks = np.arange(0, 13, 1)  ##原始数据有13个点,故此处为设置从0开始,间隔为1
    plt.yticks(y_ticks)
    #plt.xticks(x_ticks)
    plt.gca().xaxis.set_major_formatter(mticker.FormatStrFormatter('%.0f00k'))
    plt.step(x, y,'b', where="pre")
    #plt.grid()
    plt.text(1.1,1.15,'×$10^{-4}$')
    plt.xlabel('Iteration')
    plt.ylabel('Learning Rate')
    plt.show()

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值