legacy
最后更新
luxonis_train.strategies.legacy用于先前 configure_optimizers API 策略的适配器。类
LegacyStrategyAdapter
configure_optimizers API 策略的适配器。luxonis_train.lightning.utils.build_training_strategy 会记录弃用警告,并将此类策略包装在此适配器中。旧版策略的 configure_optimizers 返回的优化器和调度器将成为计划的额外内部优化器。这些优化器的参数不属于规则分区。节点 finetuning 条目和默认规则会声明旧版优化器遗漏的每个参数,包括冻结的参数。因此,此类参数会在其节点解冻后进行训练。方法
init
Python
1def __init__(legacy: Any):configure_optimizers。首次调用 opaque_parameter_ids 或 opaque_inners 会调用它一次,适配器会保留结果。参数legacy(Any): 旧版策略。它必须具有configure_optimizers和update_parameters方法,并且可以具有get_base_configs。configure_optimizers返回一系列优化器和一系列调度器。
get_base_configs
Python
1def get_base_configs(self) -> tuple[OptimizerConfig, SchedulerConfig]:get_base_configs 的旧版类提供一个引发 NotImplementedError 的存根。当此方法引发该错误时,resolve_training_plan 会使用 trainer.optimizer 和 trainer.scheduler。返回tuple[OptimizerConfig, SchedulerConfig]: 旧版策略的get_base_configs()的结果。
NotImplementedError: 如果旧版策略没有get_base_configs属性。
opaque_inners
Python
1def opaque_inners(self) -> list[tuple[Optimizer, Any]]:list[tuple[Optimizer, Any]]: 每个优化器一对,按顺序排列。相同位置的调度器完成该对。当旧版策略返回的调度器少于优化器时,最后一个优化器将获得None。
ValueError: 如果旧版策略返回的调度器多于优化器。
opaque_parameter_ids
Python
1def opaque_parameter_ids(self) -> set[int]:set[int]: 每个旧版优化器的param_groups中每个参数的id()。
rules
Python
1def rules(self) -> list[StrategyRule]:list[StrategyRule]: 一个空列表。
update_parameters
Python
1def update_parameters(self):update_parameters()。属性
legacy_name
finetuning 条目声明的参数时,resolve_training_plan 会用它来命名策略。