admin管理员组

文章数量:1567915

学习率预热

  • 在预热期间，学习率从0线性增加到优化器中的初始lr。

  • 在预热阶段之后创建一个schedule，使其学习率从优化器中的初始lr线性降低到0

Parameters

  • optimizer (Optimizer) – 用于调度学习速率的优化器参数

  • num_warmup_steps (int) – 预热阶段的步骤数

  • num_training_steps (int) – 训练的总步骤数

  • last_epoch (int, optional, defaults to -1) – The index of the last epoch when resuming training.

Returns

  • torch.optim.lr_scheduler.LambdaLR with the appropriate schedule.
# training steps 的数量: [number of batches] x [number of epochs].
total_steps = len(train_dataloader) * epochs

# 设计 learning rate scheduler
scheduler = get_linear_schedule_with_warmup(optimizer, num_warmup_steps = 50, 
                                            num_training_steps = total_steps)

本文标签： Transformersgetlinearschedulewithwarmaup

版权声明：本文标题：学习率预热(transformers.get_linear_schedule_with_warmaup) 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/dongtai/1725782498a1042356.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。