文档反馈

问题文档片段

问题文档片段包含公式时,显示为空格。

提交类型
issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型
规范和低错类

- 规范和低错类:

- 错别字或拼写错误,标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致,但不影响操作。

- 表述不通顺,但不影响理解。

- 版本号不匹配:如软件包名称、界面版本号。

易用性

- 易用性:

- 关键步骤错误或缺失,无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰,该分类、分项、分步骤的没有给出。

正确性

- 正确性:

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误,无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示:

- 对重要数据或系统存在风险的操作,缺少安全提示。

内容合规

- 内容合规:

- 违反法律法规,涉及政治、领土主权等敏感词。

- 内容侵权。

问题描述

请勾选同意隐私声明

mindspore.nn.exponential_decay_lr

mindspore.nn.exponential_decay_lr(learning_rate, decay_rate, total_step, step_per_epoch, decay_epoch, is_stair=False)[源代码]

基于指数衰减函数计算学习率。每个step的学习率将会被存放在一个列表中。

对于第i步,计算decayed_learning_rate[i]的公式为:

decayed_learning_rate[i]=learning_ratedecay_ratecurrent_epochdecay_epoch

其中 current_epoch=floor(istep_per_epoch)

参数:

  • learning_rate (float) - 学习率的初始值。

  • decay_rate (float) - 衰减率。

  • total_step (int) - step总数。

  • step_per_epoch (int) - 每个 epoch的step数。

  • decay_epoch (int) - 进行衰减的epoch数。

  • is_stair (bool) - 如果为True,则学习率每 decay_epoch 次衰减一次。默认值:False。

返回:

list[float]。列表的大小为 total_step

异常:

  • TypeError - total_stepstep_per_epochdecay_epoch 不是int。

  • TypeError - is_stair 不是bool。

  • TypeError - learning_ratedecay_rate 不是float。

  • ValueError - learning_ratedecay_rate 小于等于0。

支持平台:

Ascend GPU CPU

样例:

>>> import mindspore.nn as nn
>>>
>>> learning_rate = 0.1
>>> decay_rate = 0.9
>>> total_step = 6
>>> step_per_epoch = 2
>>> decay_epoch = 1
>>> output = nn.exponential_decay_lr(learning_rate, decay_rate, total_step, step_per_epoch, decay_epoch)
>>> print(output)
[0.1, 0.1, 0.09000000000000001, 0.09000000000000001, 0.08100000000000002, 0.08100000000000002]