mindspore2022/docs/api/api_python/mindspore.DynamicLossScaleManager.txt

Class mindspore.DynamicLossScaleManager(init_loss_scale=16777216, scale_factor=2, scale_window=2000)

    动态调整梯度放大系数的管理器，继承自:class:`mindspore.LossScaleManager`。

    参数：
        init_loss_scale (float)：初始梯度放大系数。默认值：2**24。
        scale_factor (int)：放大/缩小倍数。默认值：2。
        scale_window (int)：无溢出时的连续正常step的最大数量。默认值：2000。

    样例：
        >>> from mindspore import Model, nn, DynamicLossScaleManager
        >>>
        >>> net = Net()
        >>> loss_scale_manager = DynamicLossScaleManager()
        >>> optim = nn.Momentum(params=net.trainable_params(), learning_rate=0.1, momentum=0.9)
        >>> model = Model(net, loss_scale_manager=loss_scale_manager, optimizer=optim)
    

get_drop_overflow_update()

        该值表示是否在发生溢出时放弃本轮参数更新。

        返回：
            bool，始终为True。
        

get_loss_scale()

        返回当前梯度放大系数。

        返回：
            float，梯度放大系数。
        

get_update_cell()

        返回用于在:class:`mindspore.TrainOneStepWithLossScaleCell`中更新梯度放大系数的`Cell`实例。

        返回：
            :class:`mindspore.DynamicLossScaleUpdateCell`实例，用于更新梯度放大系数。
        

update_loss_scale(overflow)

        根据溢出状态更新梯度放大系数。如果发生溢出，减小梯度放大系数，否则增大梯度放大系数。

        参数：
            overflow (bool)：表示是否溢出。