lr_scheduler_func = get_lr_scheduler(lr_decay_type, Init_lr_fit, Min_lr_fit, UnFreeze_Epoch)

这行代码中的 `lr_decay_type` 参数指定了学习率衰减的类型，比如常见的有 StepLR、ReduceLROnPlateau、CosineAnnealingLR 等，每种类型的衰减方式不同。

`Init_lr_fit` 参数指定了训练时的初始学习率，一般来说，初始学习率越大，收敛速度越快，但也容易出现震荡或者不收敛的情况；初始学习率越小，训练速度越慢，但是容易达到更好的效果。

`Min_lr_fit` 参数指定了学习率的最小值，当学习率衰减到这个值以下时，就不再继续衰减了。

`UnFreeze_Epoch` 参数指定了训练过程中模型参数解冻的阶段，解冻后可以继续训练更深层的神经网络结构。