PiecewiseConstantDecay 类tf_keras.optimizers.schedules.PiecewiseConstantDecay(boundaries, values, name=None)
一个使用分段常数衰减策略的学习率调度器。
该函数返回一个接受一个参数的可调用对象，用于在传入当前优化器步数时计算分段常数值。这对于在优化器函数的不同调用中改变学习率值很有用。
示例
使用一个学习率，在前 100001 步是 1.0，接下来的 10000 步是 0.5，以及之后所有步都是 0.1。
step = tf.Variable(0, trainable=False)
boundaries = [100000, 110000]
values = [1.0, 0.5, 0.1]
learning_rate_fn = keras.optimizers.schedules.PiecewiseConstantDecay(
boundaries, values)
# Later, whenever we perform an optimization step, we pass in the step.
learning_rate = learning_rate_fn(step)
你可以将此调度器直接作为学习率传入 tf.keras.optimizers.Optimizer。此学习率调度器也可以使用 tf.keras.optimizers.schedules.serialize 和 tf.keras.optimizers.schedules.deserialize 进行序列化和反序列化。
返回
一个接受一个参数的可调用学习率调度器，它接受当前的优化器步数，并输出衰减后的学习率，这是一个与边界张量类型相同的标量 Tensor。
接受 step 参数的一参数函数的输出如下：当 step <= boundaries[0] 时为 values[0]；当 step > boundaries[0] 且 step <= boundaries[1] 时为 values[1]；...；当 step > boundaries[-1] 时为 values[-1]。