分段常数衰减

[源代码]

PiecewiseConstantDecay 类

tf_keras.optimizers.schedules.PiecewiseConstantDecay(boundaries, values, name=None)

一种使用分段常数衰减调度的学习率调度。

该函数返回一个 1 参数的可调用对象，用于在传递当前优化器步骤时计算分段常数。这对于在优化器函数的不同调用中更改学习率值很有用。

示例

使用一个学习率，在最初的 100001 步为 1.0，接下来的 10000 步为 0.5，以及之后的所有步骤为 0.1。

step = tf.Variable(0, trainable=False)
boundaries = [100000, 110000]
values = [1.0, 0.5, 0.1]
learning_rate_fn = keras.optimizers.schedules.PiecewiseConstantDecay(
    boundaries, values)

# Later, whenever we perform an optimization step, we pass in the step.
learning_rate = learning_rate_fn(step)

您可以将此调度程序直接传递给 tf.keras.optimizers.Optimizer 作为学习率。学习率调度程序还可以使用 tf.keras.optimizers.schedules.serialize 和 tf.keras.optimizers.schedules.deserialize 进行序列化和反序列化。

返回值

一个 1 参数的可调用学习率调度程序，它接受当前优化器步骤并输出衰减后的学习率，一个与边界张量类型相同的标量 Tensor。

当 step <= boundaries[0] 时，接受 step 的 1 参数函数的输出为 values[0]；当 step > boundaries[0] 且 step <= boundaries[1] 时，输出为 values[1]；...；当 step > boundaries[-1] 时，输出为 values[-1]。