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。

PR

小问题，全程线上修改...

一键搞定！

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

mindflow.common.get_multi_step_lr

mindflow.common.get_multi_step_lr(lr_init, milestones, gamma, steps_per_epoch, last_epoch)

epoch的数量到达其中一个milestone时，学习率按 gamma 进行衰减，生成学习率数组。

根据给定的 milestone 和 lr_init 计算学习速率。对于 milestone 为 $(M_1,M_2,...,M_t,...,M_N)$ ， lr_init 为 $(x_1,x_2,...,x_t,...,x_N)$ 。N表示 milestone 的长度。设输出学习速度为 y ，则对于第 i 步，计算decayed_learning_rate[i]的表达式为：

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

参数：

• lr_init (float) - 初始学习速率，正值。

• milestones (Union[list[int], tuple[int]]) - 学习率改变时epoch的数量，非负值。

• gamma (float) - 学习速率调整倍数。

• steps_per_epoch (int) - 每个epoch的步数，正值。

• last_epoch (int) - 总epoch的数量，正值。

返回：

Numpy.array，学习率数组。

异常：

• TypeError - 如果 lr_init 或 gamma 不是float。

• TypeError - 如果 steps_per_epoch 或 last_epoch 不是int。

• TypeError - 如果 milestones 既不是tuple也不是list。

支持平台：

Ascend GPU CPU

样例：

>>> from mindflow import get_multi_step_lr
>>> lr_init = 0.001
>>> milestones = [2, 4]
>>> gamma = 0.1
>>> steps_per_epoch = 3
>>> last_epoch = 5
>>> lr = get_multi_step_lr(lr_init, milestones, gamma, steps_per_epoch, last_epoch)
>>> print(lr)
[1.e-03 1.e-03 1.e-03 1.e-03 1.e-03 1.e-03 1.e-04 1.e-04 1.e-04 1.e-04 1.e-04 1.e-04 1.e-05 1.e-05 1.e-05]