我在做从pytorch到mindspore的API映射时遇到了下列问题，以下为pytorch源代码：

lossFn = nn.CrossEntropyLoss() 

optimizerFn = torch.optim.RMSprop(trainParams, lr=lr)  

optimScheduler = torch.optim.lr_scheduler.StepLR(optimizerFn, stepSize, decayRate) 

mindspore1.7的文档显示的API映射关系如下：

lossFn = nn.SoftmaxCrossEntropyWithLogits()

optimizerFn = mindspore.nn.RMSProp(trainParams, learning_rate=lr)

第三个

那么在mindspore中分段学习是不用输入通过RMSProp得到的优化器吗？源代码后面对optimScheduler进行了step操作，说明pytorch最后返回的是优化器，而mindspore的piecewise_constant_lr方法返回的则是列表，这种问题该怎么解决呢？

还有mindspore的piecewise_constant_lr方法中的milestone和learning_rates参数看这个表也没怎么搞明白两者之间的相互关系，learning_rates一开始是空的？而milestone是经划定epoch轮数stepSize和decayRate的相乘和？