Keras 2 API 文档 / 回调函数 API / ReduceLROnPlateau

ReduceLROnPlateau

[来源]

ReduceLROnPlateau

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

  • monitor:要监控的数量。
  • factor:学习率将要降低的因子。new_lr = lr * factor
  • patience:在没有改进的情况下,经过多少个 epoch 后学习率将降低。
  • verbose:整数。0:静默;1:显示更新信息。
  • mode{'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。
  • min_delta:衡量新最优值的阈值,仅关注显著变化。
  • cooldown:学习率降低后,在恢复正常操作之前等待的 epoch 数。
  • min_lr:学习率的下限。