# 比较与torch.optim.lr_scheduler.StepLR和torch.optim.lr_scheduler.MultiStepLR的差异
[](https://gitee.com/mindspore/docs/blob/r2.3.1/docs/mindspore/source_zh_cn/note/api_mapping/pytorch_diff/PiecewiseConstantLR.md)
## torch.optim.lr_scheduler.StepLR
```python
torch.optim.lr_scheduler.StepLR(
optimizer,
step_size,
gamma=0.1,
last_epoch=-1,
verbose=False
)
```
更多内容详见[torch.optim.lr_scheduler.StepLR](https://pytorch.org/docs/1.8.1/optim.html#torch.optim.lr_scheduler.StepLR)。
## torch.optim.lr_scheduler.MultiStepLR
```python
torch.optim.lr_scheduler.MultiStepLR(
optimizer,
milestones,
gamma=0.1,
last_epoch=-1,
verbose=False
)
```
更多内容详见[torch.optim.lr_scheduler.MultiStepLR](https://pytorch.org/docs/1.8.1/optim.html#torch.optim.lr_scheduler.MultiStepLR)。
## mindspore.nn.piecewise_constant_lr
```python
mindspore.nn.piecewise_constant_lr(
milestone,
learning_rates
)
```
更多内容详见[mindspore.nn.piecewise_constant_lr](https://mindspore.cn/docs/zh-CN/r2.3.1/api_python/nn/mindspore.nn.piecewise_constant_lr.html#mindspore.nn.piecewise_constant_lr)。
## 差异对比
PyTorch（torch.optim.lr_scheduler.StepLR）：分段设置学习率，`torch.optim.lr_scheduler.StepLR`通过传入step_size，每隔固定的step_size，学习率乘以gamma， `verbose` 为True时，每一次更新打印相关信息。
MindSpore（mindspore.nn.piecewise_constant_lr）：传入milestones的step数值列表和对应的学习率设置值列表，达到step数值，学习率取对应的值。最终返回一个学习率的列表，作为优化器的输入。
| 分类 | 子类 | PyTorch | MindSpore | 差异 |
| ---- | ----- | ------- | --------- | -------------------- |
| 参数 | 参数1 | optimizer | - | PyTorch应用的优化器，MindSpore无此参数 |
| | 参数2 | step_size | milestone | MindSpore分段更新学习率的step列表，PyTorch使用固定的step值 |
| | 参数3 | gamma | - | PyTorch衰减学习率的参数，MindSpore无此参数 |
| | 参数4 | last_epoch | - | MindSpore无此参数 |
| | 参数5 | verbose | - | PyTorch的 `verbose` 为True时，每一次更新打印相关信息。MindSpore无此参数 |
| | 参数6 | - | learning_rates | MindSpore设置学习率的列表 |
PyTorch（torch.optim.lr_scheduler.MultiStepLR）：`torch.optim.lr_scheduler.MultiStepLR`通过传入milestones的step数值列表，达到step数值，学习率乘以gamma。使用时，优化器作为输入，在训练过程中调用 `step` 方法进行数值的更新。 `verbose` 为True时，每一次更新打印相关信息。
MindSpore（mindspore.nn.piecewise_constant_lr）：传入milestones的step数值列表和对应的学习率设置值列表，达到step数值，学习率取对应的值。最终返回一个学习率的列表，作为优化器的输入。
| 分类 | 子类 | PyTorch | MindSpore | 差异 |
| ---- | ----- | ------- | --------- | -------------------- |
| 参数 | 参数1 | optimizer | - | PyTorch应用的优化器，MindSpore无此参数 |
| | 参数2 | milestones | milestone | 分段更新学习率的step列表，功能一致，参数名不同 |
| | 参数3 | gamma | - | PyTorch衰减学习率的参数，MindSpore无此参数 |
| | 参数4 | last_epoch | - | MindSpore无此参数 |
| | 参数5 | verbose | - | PyTorch的 `verbose` 为True时，每一次更新打印相关信息。MindSpore无此参数 |
| | 参数6 | - | learning_rates | MindSpore设置学习率的列表 |
## 代码示例
```python
from mindspore import nn
# In MindSpore：
milestone = [2, 5, 10]
learning_rates = [0.1, 0.05, 0.01]
output = nn.piecewise_constant_lr(milestone, learning_rates)
print(output)
# Out：
# [0.1, 0.1, 0.05, 0.05, 0.05, 0.01, 0.01, 0.01, 0.01, 0.01]
# In torch:
import numpy as np
import torch
from torch import optim
model = torch.nn.Sequential(torch.nn.Linear(20, 1))
optimizer = optim.SGD(model.parameters(), 0.1)
# 使用step_lr
step_lr = optim.lr_scheduler.StepLR(optimizer, step_size=2, gamma=0.9)
# 使用multi_step_lr
multi_step_lr = optim.lr_scheduler.MultiStepLR(optimizer, milestones=[30, 80], gamma=0.9)
```