CN112560883A - 一种目标检测模型学习率的设置方法和装置 - Google Patents

Abstract

本发明公开了目标检测模型学习率的设置方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括设置训练集总图片数量和每轮迭代训练的图片数量，以计算步长；初始化学习率，以在训练集上进行目标检测模型的训练，且每迭代一个步长将学习率增大预设数值，同时计算一次验证集的平均精度均值，进而获得最小学习率和最大学习率；再以预设数量个步长为一个周期循环训练目标检测模型，直到完成预设的最大迭代次数；其中，基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率。从而，本发明的实施方式能够解决现有技术训练目标检测模型的学习率设置效率低的问题。

Description

一种目标检测模型学习率的设置方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种目标检测模型学习率的设置方法和装置。

背景技术

在训练目标检测模型过程中，通过随机梯度下降以及反向传播机制不断减小损失函数值，从而使预测框的位置逼近真实框的位置，同时提高类别置信度，不断增强模型检测目标的效果。最终得到一个最优的目标检测模型。而学习率是训练目标检测模型重要的超参数，设置学习率时，首先需要确定初始值，训练过程中还需要不断调整，而这两步都影响着最后的模型检测效果。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

目前，最优的学习率初始值与数据集具有一定联系，找到最优的学习率初始值需要多次尝试调整。另外，训练过程中学习率的调整策略会影响最后的模型效果，调整的时机和程度不易把握。现实中往往需要进行多次无效训练尝试才能设置出合适的学习率调整方案。

发明内容

有鉴于此，本发明实施例提供一种目标检测模型学习率的设置方法和装置，能够解决现有技术训练目标检测模型的学习率设置效率低的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种目标检测模型学习率的设置方法，包括设置训练集总图片数量和每轮迭代训练的图片数量，以计算步长；初始化学习率，以在训练集上进行目标检测模型的训练，且每迭代一个步长将学习率增大预设数值，同时计算一次验证集的平均精度均值，进而获得最小学习率和最大学习率；基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，进而以预设数量个步长为一个周期循环训练目标检测模型，直到完成预设的最大迭代次数。

可选地，获得最小学习率和最大学习率，包括：

根据验证集的平均精度均值脱离趋近于0的区域开始增大时，获得最小学习率；

根据验证集的平均精度均值开始降低时，获得最大学习率。

可选地，以预设数量个步长为一个周期循环训练目标检测模型，包括：

以2个步长为一个周期循环训练目标检测模型；其中，在第一个步长期间，学习率由最小学习率逐渐增大到最大学习率；在第二个步长期间，学习率由最大学习率逐渐减小到最小学习率。

可选地，基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，包括：

在第一个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以步长内当前迭代的次数与步长的商，再加上最小学习率；

在第二个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以，步长与步长内当前迭代的次数的差再除以步长的结果，最后再加上最小学习率

另外，根据本发明实施例的一个方面，提供了一种目标检测模型学习率的设置装置，包括设置模块，用于设置训练集总图片数量和每轮迭代训练的图片数量，以计算步长；处理模块，用于初始化学习率，以在训练集上进行目标检测模型的训练，且每迭代一个步长将学习率增大预设数值，同时计算一次验证集的平均精度均值，进而获得最小学习率和最大学习率；基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，进而以预设数量个步长为一个周期循环训练目标检测模型，直到完成预设的最大迭代次数。

可选地，所述处理模块获得最小学习率和最大学习率，包括：

根据验证集的平均精度均值脱离趋近于0的区域开始增大时，获得最小学习率；

根据验证集的平均精度均值开始降低时，获得最大学习率。

可选地，所述处理模块以预设数量个步长为一个周期循环训练目标检测模型，包括：

以2个步长为一个周期循环训练目标检测模型；其中，在第一个步长期间，学习率由最小学习率逐渐增大到最大学习率；在第二个步长期间，学习率由最大学习率逐渐减小到最小学习率。

可选地，所述处理模块基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，包括：

在第一个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以步长内当前迭代的次数与步长的商，再加上最小学习率；

在第二个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以，步长与步长内当前迭代的次数的差再除以步长的结果，最后再加上最小学习率。

根据本发明实施例的另一个方面，还提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一目标检测模型学习率的设置实施例所述的方法。

根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一基于目标检测模型学习率的设置实施例所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：本发明通过设置训练集总图片数量和每轮迭代训练的图片数量，以计算步长；初始化学习率，以在训练集上进行目标检测模型的训练，且每迭代一个步长将学习率增大预设数值，同时计算一次验证集的平均精度均值，进而获得最小学习率和最大学习率；基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，进而以预设数量个步长为一个周期循环训练目标检测模型，直到完成预设的最大迭代次数。。从而，本发明提出一种通用学习率设置方法，并使对学习率的初始化和调整能符合当前数据集的特点，从而在避免人工尝试调整的同时，获得更优的训练效果。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明第一实施例的目标检测模型学习率的设置方法的主要流程的示意图

图2是根据本发明第二实施例的目标检测模型学习率的设置方法的主要流程的示意图；

图3是根据本发明实施例的目标检测模型学习率的设置装置的主要模块的示意图；

图4是本发明实施例可以应用于其中的示例性系统架构图；

图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明第一实施例的目标检测模型学习率的设置方法的主要流程的示意图，所述目标检测模型学习率的设置方法可以包括：

步骤S101，设置训练集总图片数量和每轮迭代训练的图片数量，以计算步长。

较佳地，步长为训练集总图片数量与每轮迭代训练的图片数量的商乘以预设倍数。

步骤S102，初始化学习率，以在训练集上进行目标检测模型的训练，且每迭代一个步长将学习率增大预设数值，同时计算一次验证集的平均精度均值，进而获得最小学习率和最大学习率。

较佳地，根据验证集的平均精度均值脱离趋近于0的区域开始增大时，获得最小学习率。根据验证集的平均精度均值开始降低时，获得最大学习率。

步骤S103，基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，进而以预设数量个步长为一个周期循环训练目标检测模型，直到完成预设的最大迭代次数。

较佳地，以2个步长为一个周期循环训练目标检测模型；其中，在第一个步长期间，学习率由最小学习率逐渐增大到最大学习率；在第二个步长期间，学习率由最大学习率逐渐减小到最小学习率。

进一步地，在第一个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以步长内当前迭代的次数与步长的商，再加上最小学习率。在第二个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以，步长与步长内当前迭代的次数的差再除以步长的结果，最后再加上最小学习率。

另外，优选地最大迭代次数为步长的偶数倍。

因此，本发明提出了一种更通用的学习率设置方法，可以获得适应数据集的最小学习率和最大学习率。迭代训练时以2个步长为周期，第一个步长学习率由小变大，第二个步长学习率由大变小，不断循环，直到完成训练。同时，本发明的学习率设置方法能够避免人工尝试调整，节省时间。当消耗同等的训练时间和资源时，可以获得更优的模型训练效果。

图2是根据本发明第二实施例的目标检测模型学习率的设置方法的主要流程的示意图，所述目标检测模型学习率的设置方法可以包括：

步骤S201，设置训练集总图片数量和每轮迭代训练的图片数量，以计算步长。

在实施例中，预先需要准备好目标检测模型的训练集和验证集。其中，所述的目标检测模型可以为Faster R-CNN、R-FCN和SSD等等。然后，设置训练集总图片数量为nums，每轮迭代训练的图片数量为batchsize(例如将batchsize设置为16)。

较佳地，步长stepsize为训练集总图片数量nums与每轮迭代训练的图片数量batchsize的商乘以预设倍数。

进一步地，stepsize＝A*(nums/batchsize)，其中A可以为2-10之间。更进一步地，A为8。

步骤S202，初始化学习率，以在训练集上进行目标检测模型的训练，且每迭代一个步长将学习率增大预设数值，同时计算一次验证集的平均精度均值。

较佳地，学习率lr初始化为0.000001，在训练集上进行目标检测模型的训练，且每迭代一个步长stepsize将学习率lr增大10％，同时计算一次验证集的平均精度均值map。其中，map是指平均精度均值，目标检测算法的性能度量指标。

步骤S203，根据验证集的平均精度均值脱离趋近于0的区域开始增大时，获得最小学习率。根据验证集的平均精度均值开始降低时，获得最大学习率。

在实施例中，根据验证集map的走势，刚开始验证集map会维持趋近于0的较小值(例如小于0.001)，当学习率lr增大到某一值时，验证集map脱离趋近于0的区域，开始增大，此时学习率lr增大到的某一值即为最小学习率min_lr。随着迭代的进行，学习率lr逐渐增大，验证集map也逐渐升高，当学习率lr大于某一值时，验证集map开始降低，此时的某一值即为最大学习率max_lr。

步骤S204，以2个步长为一个周期循环训练目标检测模型，直到完成预设的最大迭代次数。

在实施例中，在第一个步长stepsize期间，学习率lr由最小学习率逐渐增大到最大学习率max_lr。在第二个步长stepsize期间，学习率lr由最大学习率逐渐减小到最小学习率max_lr。

其中，在第一个步长stepsize期间，学习率lr为最大学习率max_lr与最小学习率min_lr之差乘以步长内当前迭代的次数与步长stepsize的商，再加上最小学习率min_lr。

即，lr＝min_lr+((max_lr-min_lr)*itr/stepsize)，itr为步长内当前迭代的次数(例如当前迭代为第2次)，在一个步长stepsize期间itr由0逐渐增大到stepsize，每一个步长stepsize结束后变为0。可以看出，学习率lr在此期间按itr与步长stepsize的比例逐渐增大。

在第二个步长stepsize期间，学习率lr为最大学习率max_lr与最小学习率min_lr之差乘以，步长stepsize与步长内当前迭代的次数itr的差再除以步长stepsize的结果，最后再加上最小学习率min_lr。

即，lr＝min_lr+((max_lr-min_lr)*(stepsize-itr)/stepsize)，itr为步长内当前迭代的次数(例如当前迭代为第2次)，在一个步长stepsize期间itr由0逐渐增大到stepsize，每一个步长stepsize结束后变为0。可以看出，学习率lr在此期间逐渐减小。

另外，最大迭代次数max_iters为步长stepsize的偶数倍，例如最大迭代次数max_iters为120000。

还值得说明的是，可以采用caffe深度学习框架实现了本发明的训练过程。实验证明，现有技术如果最大迭代次数max_iters为120000次后获得的目标检测模型验证集map最高为0.689。当保持其它超参数不变，仅在学习率设置上改用本发明，迭代到104000次时，验证集map达到0.695，完成120000次迭代，验证集map最高达到0.710，大大超过了现有技术。

图3是根据本发明实施例的目标检测模型学习率的设置装置的主要模块的示意图，如图3所示，所述目标检测模型学习率的设置装置300包括设置模块301和处理模块302。其中，设置模块301用于设置训练集总图片数量和每轮迭代训练的图片数量，以计算步长；处理模块302用于初始化学习率，以在训练集上进行目标检测模型的训练，且每迭代一个步长将学习率增大预设数值，同时计算一次验证集的平均精度均值，进而获得最小学习率和最大学习率；基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，进而以预设数量个步长为一个周期循环训练目标检测模型，直到完成预设的最大迭代次数。

较佳地，最大迭代次数为步长的偶数倍；其中，步长为训练集总图片数量与每轮迭代训练的图片数量的商乘以预设倍数。

进一步地实施例，所述处理模块302获得最小学习率和最大学习率，包括：

根据验证集的平均精度均值脱离趋近于0的区域开始增大时，获得最小学习率。根据验证集的平均精度均值开始降低时，获得最大学习率。

另外，所述处理模块302以2个步长为一个周期循环训练目标检测模型；其中，在第一个步长期间，学习率由最小学习率逐渐增大到最大学习率；在第二个步长期间，学习率由最大学习率逐渐减小到最小学习率。

进一步地，所述处理模块302基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，包括：

在第一个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以步长内当前迭代的次数与步长的商，再加上最小学习率；

在第二个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以，步长与步长内当前迭代的次数的差再除以步长的结果，最后再加上最小学习率。

需要说明的是，在本发明所述目标检测模型学习率的设置方法和所述目标检测模型学习率的设置装置在具体实施内容上具有相应关系，故重复内容不再说明。

图4示出了可以应用本发明实施例的目标检测模型学习率的设置方法或目标检测模型学习率的设置装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的目标检测模型学习率的设置方法一般由服务器405执行，相应地，目标检测模型学习率的设置装置一般设置于服务器405中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图5，其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中，还存储有系统500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括设置模块和处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：设置训练集总图片数量和每轮迭代训练的图片数量，以计算步长；初始化学习率，以在训练集上进行目标检测模型的训练，且每迭代一个步长将学习率增大预设数值，同时计算一次验证集的平均精度均值，进而获得最小学习率和最大学习率；基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，进而以预设数量个步长为一个周期循环训练目标检测模型，直到完成预设的最大迭代次数。。

根据本发明实施例的技术方案，能够解决现有技术训练目标检测模型的学习率设置效率低的问题。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种目标检测模型学习率的设置方法，其特征在于，包括：

设置训练集总图片数量和每轮迭代训练的图片数量，以计算步长；

初始化学习率，以在训练集上进行目标检测模型的训练，且每迭代一个步长将学习率增大预设数值，同时计算一次验证集的平均精度均值，进而获得最小学习率和最大学习率；

基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，进而以预设数量个步长为一个周期循环训练目标检测模型，直到完成预设的最大迭代次数。

2.根据权利要求1所述的方法，其特征在于，获得最小学习率和最大学习率，包括：

根据验证集的平均精度均值脱离趋近于0的区域开始增大时，获得最小学习率；

根据验证集的平均精度均值开始降低时，获得最大学习率。

3.根据权利要求1所述的方法，其特征在于，以预设数量个步长为一个周期循环训练目标检测模型，包括：

以2个步长为一个周期循环训练目标检测模型；其中，在第一个步长期间，学习率由最小学习率逐渐增大到最大学习率；在第二个步长期间，学习率由最大学习率逐渐减小到最小学习率。

4.根据权利要求3所述的方法，其特征在于，基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，包括：

在第一个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以步长内当前迭代的次数与步长的商，再加上最小学习率；

在第二个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以，步长与步长内当前迭代的次数的差再除以步长的结果，最后再加上最小学习率。

5.一种目标检测模型学习率的设置装置，其特征在于，包括：

设置模块，用于设置训练集总图片数量和每轮迭代训练的图片数量，以计算步长；

处理模块，用于初始化学习率，以在训练集上进行目标检测模型的训练，且每迭代一个步长将学习率增大预设数值，同时计算一次验证集的平均精度均值，进而获得最小学习率和最大学习率；基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，进而以预设数量个步长为一个周期循环训练目标检测模型，直到完成预设的最大迭代次数。

6.根据权利要求5所述的装置，其特征在于，所述处理模块获得最小学习率和最大学习率，包括：

根据验证集的平均精度均值脱离趋近于0的区域开始增大时，获得最小学习率；

根据验证集的平均精度均值开始降低时，获得最大学习率。

7.根据权利要求5所述的装置，其特征在于，所述处理模块以预设数量个步长为一个周期循环训练目标检测模型，包括：

以2个步长为一个周期循环训练目标检测模型；其中，在第一个步长期间，学习率由最小学习率逐渐增大到最大学习率；在第二个步长期间，学习率由最大学习率逐渐减小到最小学习率。

8.根据权利要求7所述的装置，其特征在于，所述处理模块基于最小学习率和最大学习率，根据步长内当前迭代的次数，计算每次迭代的学习率，包括：

在第一个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以步长内当前迭代的次数与步长的商，再加上最小学习率；

在第二个步长期间，每次迭代的学习率为最大学习率与最小学习率之差乘以，步长与步长内当前迭代的次数的差再除以步长的结果，最后再加上最小学习率。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。

Images