如何用lambda函数保存pytorch中的LambdaLR调度程序?

如果一个人想保持他的默认行为 torch.save torch.load

class LRPolicy(object):
    def __init__(self, rate=30):
        self.rate = rate

    def __call__(self, epoch):
        return epoch // self.rate

调度程序现在正在运行

scheduler = LambdaLR(optimizer, lr_lambda=LRPolicy(rate=30))

现在调度程序可以 火炬。救命 埃德和 无需交替酸洗模块。

你可以使用 dill 作为pickle模块而不是默认pickle。

import dill
torch.save(scheduler.state_dict(), 'scheduler.pth.tar', pickle_module=dill)

import dill
object = torch.load('scheduler.pth.tar', pickle_module=dill)

看到了吗 documentation 保存更多选项。