[ 组合替代实现 ]torch.optim.lr_scheduler.LinearLR

torch.optim.lr_scheduler.LinearLR

torch.optim.lr_scheduler.LinearLR(optimizer, start_factor=0.3333333333333333, end_factor=1.0, total_iters=5, last_epoch=-1, verbose=False)

paddle.optimizer.lr.LinearLR

paddle.optimizer.lr.LinearLR(learning_rate, total_steps, start_factor=1. / 3, end_factor=1.0, last_epoch=- 1, verbose=False)

两者 API 功能一致, 参数用法不一致,PyTorch 是 Scheduler 实例持有 Optimizer 实例,Paddle 是 Optimizer 实例持有 Scheduler 实例。由于持有关系相反,因此 Paddle 使用 Optimizer.set_lr_scheduler 来设置这种持有关系。具体如下:

参数映射

PyTorch PaddlePaddle 备注
optimizer learning_rate PyTorch 的 optimizer 类型是 torch.optim.Optimizer,Paddle 的 learning_rate 类型是 float,两者功能上不直接一致,但可通过设置 leaning_rate = optimizer.get_lr() 来对应一致。
start_factor start_factor 初始学习率因子。
end_factor end_factor 最终学习率因子。
total_iters total_steps 学习率从初始学习率线性增长到最终学习率所需要的步数,仅参数名不一致。
last_epoch last_epoch 上一轮的轮数,重启训练时设置为上一轮的 epoch 数。
verbose verbose 如果是 True,则在每一轮更新时在标准输出 stdout 输出一条信息。

转写示例

# PyTorch 写法
linear = torch.nn.Linear(10, 10)
sgd = torch.optimizer.SGD(lr=0.5, parameters=linear.parameters())
scheduler = torch.optim.lr_scheduler.LinearLR(optimizer=sgd)

# Paddle 写法
linear = paddle.nn.linear(10, 10)
sgd = paddle.optimizer.SGD(learning_rate=0.5, parameters=linear.parameters())
scheduler = paddle.optimizer.lr.LinearLR(learning_rate=sgd.get_lr(), total_steps=5)
sgd.set_lr_scheduler(scheduler)