torch.nn.Module.state_dict (Python method, in Module)
state_dict
(destination=None, prefix='', keep_vars=False)[source]
傳回一個包含整個模型狀态的字典。包含參數和現在的緩沖器(例如,運作平均值)。鍵對應着參數和緩沖器的名字。
傳回值:
- 包含整個模型的字典。
a dictionary containing a whole state of the module
例:
>>> module.state_dict().keys()
['bias', 'weight']
torch.optim.Optimizer.state_dict (Python method, in torch.optim)
state_dict
()[source]
以字典的形式傳回優化器的狀态。
包含兩個詞目:
- state - 保持目前優化狀态的字典,它的内容和優化器類不同。
- param_groups - 包含所有參數組的字典
torch.optim.lr_scheduler.LambdaLR.state_dict (Python method, in torch.optim)
class
torch.optim.lr_scheduler.
MultiplicativeLR
(optimizer, lr_lambda, last_epoch=-1)[source]
将每個參數組的學習率乘以指定函數中給定的因子。當last_epoch = -1時,設定學習率為初始學習率。
參數:
- optimizer (Optimizer) – 包裹的優化器
- lr_lambda (function or list) – A function which computes a multiplicative factor given an integer parameter epoch, or a list of such functions, one for each group in optimizer.param_groups.
- lr_lambda (function or list) – 給定整數參數epoch計算乘法因子的函數,或者這個函數的清單,在optimizer.param_groups中,每個組都有一個。
- last_epoch (int) – 最後一個epoch的指數,預設是-1。
>>> lmbda = lambda epoch: 0.95
>>> scheduler = MultiplicativeLR(optimizer, lr_lambda=lmbda)
>>> for epoch in range(100):
>>> train(...)
>>> validate(...)
>>> scheduler.step()
load_state_dict
(state_dict)[source]
加載政策狀态
- state_dict (dict) –政策狀态。應該是調用state_dict()傳回的對象。
state_dict