Tensorflow 张量流，反时间衰变中的t是什么？

我想用，公式是

decayed_learning_rate = learning_rate / (1 + decay_rate * t)

这里有一个例子

...
global_step = tf.Variable(0, trainable=False)
learning_rate = 0.1
k = 0.5
learning_rate = tf.train.inverse_time_decay(learning_rate, global_step, k)

# Passing global_step to minimize() will increment it at each step.
learning_step = (
    tf.train.GradientDescentOptimizer(learning_rate)
    .minimize(...my loss..., global_step=global_step)
)

---

在上面的例子中，

k

是

衰减率

，但是如何设置

t

？是否

t

是

全局步骤

？

t将是全局步骤。全局步长是一个变量，在每个训练步骤完成后递增1。如果你想要某种其他的t，你可以把任何你喜欢的张量作为“全局步”传递。

t将是全局步。全局步长是一个变量，在每个训练步骤完成后递增1。如果你想要其他类型的t，你可以传递任何你喜欢的张量作为“全局步”