state_dict

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