FastAi中的fit_one_cycle()函数中的slice(lr)是什么意思？

Question

在第三课-行星中，我看到了这两行代码：

lr = 0.01
learn.fit_one_cycle(5, slice(lr))

如果使用slice(min_lr, max_lr)，那么我理解fit_one_cycle()将使用来自slice(min_lr, max_lr)的分散学习率。(希望我的理解是正确的)

但在这种情况下，slice(lr)只有一个参数，

fit_one_cycle(5, lr)和fit_one_cycle(5, slice(lr))之间有什么区别？

使用slice(lr)而不是直接使用lr有什么好处？

- Franva

---

也许这个链接可以帮到你。 - akshayk07

Answer 1

在第5课中，Jeremy花了一些时间解释slice的作用。

我理解的是，fastai.vision模块将架构分成三个组，并根据输入的内容使用可变学习率对它们进行训练。（通常，起始层不需要大的参数变化）

此外，如果您使用'fit_one_cycle'，所有组都将具有与其相应的可变学习率的学习率退火。

请查看第5课https://course.fast.ai/videos/?lesson=5(使用transcript finder快速转到“slice”部分)

- hargun3045

---

注意：随着课程更新，此时为第6课：https://course.fast.ai/videos/?lesson=6 - Robert Link