火炬速递课程中的lr_find()问题

Question

在跟踪木星笔记本的过程中，我在运行这些行时偶然发现了一个错误。我知道cnn_learner行没有任何错误，问题在于lr_find()部分--似乎learn.lr_find()不想返回两个值！尽管它的文档显示它返回一个元组。这是我的问题。

以下是代码行：

learn = cnn_learner(dls, resnet34, metrics=error_rate)
lr_min,lr_steep = learn.lr_find()

错误说：

not enough values to unpack (expected 2, got 1)

第二行。

另外，我用一个“标记”得到了这个图，我认为这是lr_min或lr_steep 这是图的值之一。

当我只运行learn.lr_find()时，即不要捕获lr_min, lr_steep中的输出；它运行得很好，但是我没有得到最小和陡峭的学习速率(这对我来说非常重要)

我阅读了lr_find所做的工作，很明显它返回了一个元组。它的文档里写着

启动模拟培训，以找到一个良好的学习率和返回建议，基于suggest_funcs作为一个命名的元组

我复制了原来的笔记本，当我碰到这个错误时，我运行了原始笔记本，结果是一样的。我也更新笔记本，但没有改变！无论我在网上搜索过什么，都没有出现任何错误。我发现的唯一相关的事情是，lr_find()在每次运行后返回不同的学习速率结果，这是非常好的。

Answer 1

我也遇到了同样的问题，我发现lr_find()输出已经更新。您可以将第二行替换为lrs = learn.lr_find(suggest_funcs=(minimum, steep, valley, slide))，然后只需将lr_min和lr_steep分别用于lrs.minimum和lrs.steep的地方进行替换，这样可以很好地解决问题。

如果你想读更多关于它，你可以看到这个职位是在快速的论坛。