Python CNTK创建训练器方程

在下面的CNTK create_trainer handler（python）中，我试图理解这两个等式的含义——我相信这是每小批的学习率，但微软没有对其进行评论。有人了解这些lr_per_mb方程及其意义吗

lr_per_mb=[1.0]*80+[0.1]*40+[0.01]

lr_per_mb=[0.1]*1+[1.0]*80+[0.1]*40+[0.01]

def创建训练器（网络、小批量大小、历元大小、量化位数、块大小、预热、进度打印机）：

---

语法

[a1]*b+[a1]*d+a3

意味着，学习者将在第一次

b

迭代中使用

a1

的学习率（时代/样本：取决于培训师的迭代设置），然后将在

d

迭代中使用

a2

的学习率（时代或样本），对于剩余的迭代，学习率应为

a3

---

通常，你会从高学习率开始，随着培训的进行，学习率会降低。这就是您在上面的代码中看到的。此外，对于这两个网络，学习率是不同的。在寻找正确的学习率参数方面付出了大量的努力。因此，使用示例中的一些数字作为初始起点可能会节省大量时间。

回答得很好！我比你高，但我想我没有足够高的声誉来展示它！

if network['name'] == 'resnet20': 
    lr_per_mb = [1.0]*80+[0.1]*40+[0.01]
elif network['name'] == 'resnet110': 
    lr_per_mb = [0.1]*1+[1.0]*80+[0.1]*40+[0.01]
else: 
    return RuntimeError("Unknown model name!")