文件名称：clr_chainer:使用Chainer的循环学习率（CLR）
文件大小：97KB
文件格式：ZIP
更新时间：2024-06-04 06:49:42
Python
clr_chainer 使用Chainer实现 。 CLR选择 三角形的 三角2 exp_range 用法 将CLR扩展名添加到trainer 。 以下代码中的value_range表示(lr_min, lr_max) 。 注意：优化器的attr的初始值将在CLR初始化中被覆盖。 from clr . training . extensions import CLR policy = 'triangular' step_size = 2000 value_range = ( 0.01 , 0.1 ) trainer . extend ( CLR ( 'lr' , value_range , 2 * step_size , policy )) 参考
【文件预览】：
clr_chainer-master
----clr()
--------__init__.py(0B)
--------training()
----LICENSE(1KB)
----README.md(891B)
----lr_plots()
--------triangular2.png(27KB)
--------triangular.png(33KB)
--------exp_range.png(34KB)
----train_mnist.py(4KB)
----LICENSE_REFERENCES(1KB)
----.gitignore(1KB)