SGD_LR得python代码

以下是SGD_LR的Python代码：

import torch
import torch.optim as optim

# 定义模型
model = ...

# 定义损失函数
criterion = ...

# 定义优化器
optimizer = optim.SGD(model.parameters(), lr=0.01)

# 训练模型
for epoch in range(num_epochs):
    # 前向传播
    outputs = model(inputs)
    loss = criterion(outputs, labels)

    # 反向传播
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

    # 动态调整学习率
    if epoch % 10 == 0:
        lr = 0.1 ** (epoch // 10)
        for param_group in optimizer.param_groups:
            param_group['lr'] = lr

其中，`optim.SGD`表示使用随机梯度下降算法作为优化器，`lr`表示学习率。在训练过程中，可以使用`param_group['lr']`来动态调整学习率，例如上述代码中的学习率每10个epoch就降低一个数量级。