机器学习 · 函数

学习率调度器

创建学习率调度器，每步数个轮次将学习率乘以伽马。对标 torch.optim.lr_scheduler.StepLR。

调用签名(优化器, 步数, 伽马=0.1)

学ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 学习率调度器
设 结果 = 机器学习.学习率调度器(
    优化器=[1, 2, 3, 4],  # 必填；按函数业务含义传入 优化器;首次使用建议先 打印...
    步数=[1, 2, 3, 4],  # 必填；按函数业务含义传入 步数;首次使用建议先 打印(...
    伽马=0.1,  # 可选；按函数业务含义传入 伽马;首次使用建议先 打印(...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

3 个参数

参数类型 / 传入方式说明

优化器可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入优化器;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '优化器';检查调用是否漏了这行

步数可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入步数;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '步数';检查调用是否漏了这行

伽马可选 · 默认 0.1

未声明位置参数或字段名=值

按函数业务含义传入伽马;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 学习率调度器
设 结果 = 机器学习.学习率调度器(
    优化器=[1, 2, 3, 4],  # 必填；按函数业务含义传入 优化器;首次使用建议先 打印...
    步数=[1, 2, 3, 4],  # 必填；按函数业务含义传入 步数;首次使用建议先 打印(...
    伽马=0.1,  # 可选；按函数业务含义传入 伽马;首次使用建议先 打印(...
)
打印(结果)

# 进阶组合:学习率调度器 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.学习率调度器(
    优化器=[1, 2, 3, 4],  # 必填
    步数=[1, 2, 3, 4],  # 必填
    伽马=0.1,  # 可选
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:覆盖 2 个必填参数

## 参数 1: 优化器
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.学习率调度器()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.学习率调度器(优化器=[1, 2, 3, 4])

## 参数 2: 步数
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.学习率调度器()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.学习率调度器(步数=[1, 2, 3, 4])
打印(结果)