pytorch中调整学习率的方法

1.lr_scheduler.StepLR

class torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)

功能： 等间隔调整学习率，调整倍数为gamma倍，调整间隔为step_size。间隔单位是step。需要注意的是，step通常是指epoch，不要弄成iteration了。

参数：

step_size(int)- 学习率下降间隔数，若为30，则会在30、60、90......个step时，将学习率调整为lr*gamma。

gamma(float)- 学习率调整倍数，默认为0.1倍，即下降10倍。

last_epoch(int)- 上一个epoch数，这个变量用来指示学习率是否需要调整。当last_epoch符合设定的间隔时，就会对学习率进行调整。当为-1时，学习率设置为初始值。

 

这个是在用mmclassification时用到的，其他的详看这个链接：https://zhuanlan.zhihu.com/p/69411064