python - 如何在 lr_scheduler LambdaLR 中设置最小学习率？

Question

我正在使用 LambdaLR 作为学习率函数:

import torch
import torch.nn as nn
import matplotlib.pyplot as plt

model = torch.nn.Linear(2, 1)
optimizer = torch.optim.SGD(model.parameters(), lr=0.01)
lambda1 = lambda epoch: 0.99 ** epoch
scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda1, last_epoch = -1)

lrs = []


for i in range(2001):
    optimizer.step()
    lrs.append(optimizer.param_groups[0]["lr"])
    scheduler.step()

plt.plot(lrs)  

我正在尝试设置一个最小学习率，这样它就不会变为 0。我该怎么做？

Answer 1

新的学习率总是这样计算的:

对于初始学习率，它们是指第一个，而不是最后一个。

这意味着我们可以这样写:

INITIAL_LEARNING_RATE = 0.01
your_min_lr = 0.0001

lambda1 = lambda epoch: max(0.99 ** epoch, your_min_lr / INITIAL_LEARNING_RATE)

当 INITIAL_LEARNING_RATE * (0.99 ** epoch) 变得太小时，你会得到 your_min_lr ，因为 INITIAL_LEARNING_RATE * your_min_lr/INITIAL_LEARNING_RATE 正好等于 your_min_lr。