ReduceLROnPlateau
类tf_keras.callbacks.ReduceLROnPlateau(
monitor="val_loss",
factor=0.1,
patience=10,
verbose=0,
mode="auto",
min_delta=0.0001,
cooldown=0,
min_lr=0,
**kwargs
)
当指标停止改进时,降低学习率。
当学习停滞时,将学习率降低 2-10 倍通常会提高模型的性能。此回调函数会监控一个指标,如果在 'patience' 个 epoch 中没有看到改进,则会降低学习率。
示例
reduce_lr = ReduceLROnPlateau(monitor='val_loss', factor=0.2,
patience=5, min_lr=0.001)
model.fit(X_train, Y_train, callbacks=[reduce_lr])
参数
new_lr = lr * factor
。{'auto', 'min', 'max'}
中的一个。在 'min'
模式下,当监控的数量停止下降时,学习率将降低;在 'max'
模式下,当监控的数量停止增加时,学习率将降低;在 'auto'
模式下,方向将根据被监控数量的名称自动推断。