调用scheduler.step()时MultiplicativeLR调度器运行异常如何解决

MultiplicativeLR的lr_lambda参数要求传入可调用对象（函数），该函数需要接收当前epoch序号作为输入，返回对应epoch的学习率乘性系数。你直接传入了浮点数0.95，调度器执行step()时会尝试调用传入的lr_lambda计算系数，浮点数无法被调用，因此抛出TypeError: 'float' object is not callable错误。

其他学习率调度器（如StepLR、ExponentialLR）不报错，是因为这类调度器的衰减系数参数本身就要求传入浮点数值，参数类型匹配，因此不会触发该错误。

将传入lr_lambda的浮点数替换为返回固定衰减系数的可调用对象即可，修改后的配置代码如下：

def configure_optimizers(self):
    opt = torch.optim.Adam(self.model.parameters(), lr=cfg.learning_rate)
    # 传入lambda匿名函数，每个epoch返回0.95的乘性衰减系数，实现每轮学习率降低5%的需求
    sch = torch.optim.lr_scheduler.MultiplicativeLR(
        opt, 
        lr_lambda=lambda epoch: 0.95
    )
    return [opt], [sch]

如果需要实现更复杂的衰减规则，只需要修改lr_lambda对应的函数逻辑即可，比如区分不同epoch区间返回不同的乘性系数。

内容的提问来源于stack exchange，提问作者etnamaid