paddleocr 学习率

在 PaddleOCR 中，学习率可以通过修改 optimizer 中的参数来设置。一般来说，我们可以使用默认的 Adam 优化器，并设置学习率 lr 参数来调整学习率大小。例如，以下代码将学习率设置为 0.001：

import paddle.optimizer as optim

optimizer = optim.Adam(learning_rate=0.001)

此外，PaddleOCR 中还提供了 CosineAnnealingLR、ReduceLROnPlateau 等学习率调度器，可以根据模型的训练情况，自动调整学习率大小。例如，以下代码将使用 CosineAnnealingLR 调度器来调整学习率：

import paddle.optimizer.lr as lr_scheduler

optimizer = optim.Adam(learning_rate=0.001)
lr_scheduler = lr_scheduler.CosineAnnealingLR(optimizer=optimizer, T_max=10, eta_min=0)

其中，T_max 表示一个周期的长度，eta_min 表示学习率的最小值。在每个周期结束时，CosineAnnealingLR 会将学习率按照余弦函数的形式调整到 eta_min，然后再开始一个新的周期。