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。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.nn.piecewise_constant_lr

mindspore.nn.piecewise_constant_lr(milestone, learning_rates)

获取分段常量学习率。每个step的学习率将会被存放在一个列表中。

通过给定的 milestone 和 learning_rates 计算学习率。设 milestone 的值为 $(M_1,M_2,...,M_t,...,M_N)$ ， learning_rates 的值为 $(x_1,x_2,...,x_t,...,x_N)$ 。N是 milestone 的长度。 设 $y$ 为输出学习率，那么对于第 $i$ 步，计算 $y[i]$ 的公式为：

$$y[i]=x_t,fori\in [M_{t-1},M_t)$$

参数：

• milestone (Union[list[int], tuple[int]]) - milestone列表。当达到指定的step时，使用对应的 learning_rates。 此列表是一个单调递增的列表。列表中的元素必须大于0。

• learning_rates (Union[list[float], tuple[float]]) - 学习率列表。

返回：

list[float]。列表的大小为 $M_N$。

异常：

• TypeError - milestone 或 learning_rates 既不是tuple也不是list。

• ValueError - milestone 和 learning_rates 的长度不相等。

• ValueError - milestone 中的不是单调递增的。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.nn as nn
>>>
>>> milestone = [2, 5, 10]
>>> learning_rates = [0.1, 0.05, 0.01]
>>> lr = nn.piecewise_constant_lr(milestone, learning_rates)
>>> # learning_rates = 0.1  if step <= 2
>>> # learning_rates = 0.05  if 2 < step <= 5
>>> # learning_rates = 0.01  if 5 < step <= 10
>>> net = nn.Dense(2, 3)
>>> optim = nn.SGD(net.trainable_params(), learning_rate=lr)