optimizer.param_groups中到底有什么

        话不多说,请看调试图

         说白了,就是里面是一个列表,装了一个字典,字典中包含keys有['params', 'lr', 'betas', 'eps', 'weight_decay', 'amsgrad'],通过字典操作可以改变其中的参数值。

        一般来说,用的更多的是设置PyTorch的动态学习率,通过以上调试图片,我们知道了optimizer中包含lr的超参数,所以就可以修改,以下给了一种自写的函数方法。

def adjust_learning_rate(optimizer, epoch):
    lr = 0.0001 * (0.1 ** (epoch // 5))
    for param_group in optimizer.param_groups:
        param_group['lr'] = lr

        具体再train中的使用方法如下:

for epoch in range(args.start_epoch, args.epochs):
        adjust_learning_rate(optimizer, epoch)

        在训练epoch的时候放置即可。

        以上是小白程序员终于通过调试看到了一直想看的optimizer中的一个param_groups属性内容,就是说有了pdb这个调试工具后,如鱼得水了很多。

  • 3
    点赞
  • 6
    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