discrete schedule， linear schedule， cosine schedule

这三个调度(schedule)都是在机器学习中用于调整模型学习率的方法。

- Discrete schedule：离散调度，即在训练过程中根据预先设定的时间点或者迭代次数来改变学习率。例如，每过一定的迭代次数就将学习率下降一个固定的比例。
- Linear schedule：线性调度，即在训练过程中线性地降低学习率。例如，从初始学习率线性地降低到零或者一个极小的值。
- Cosine schedule：余弦调度，即在训练过程中使用余弦函数来调整学习率。这种调度方法的优点在于能够更好地控制学习率的下降速度，从而让模型更加稳定地训练。

以上三种调度方法都有其优缺点，需要根据具体的情况选择最适合的方法。