CosineDecay 类tf_keras.optimizers.schedules.CosineDecay(
initial_learning_rate,
decay_steps,
alpha=0.0,
name=None,
warmup_target=None,
warmup_steps=0,
)
一个使用余弦衰减（可选预热）的学习率调度器。
参考 Loshchilov & Hutter, ICLR2016, SGDR: 带有热启动的随机梯度下降。
关于学习率线性预热的思想，参考 Goyal 等人。
当我们开始训练模型时，通常希望学习率先增加，然后衰减。如果 warmup_target 是一个整数，则此调度器会在 warmup_steps 期间，按优化器步骤线性增加学习率，从 initial_learning_rate 增加到 warmup_target。之后，它会在 decay_steps 期间，应用余弦衰减函数，将学习率从 warmup_target 降至 alpha。如果 warmup_target 为 None，则跳过预热，学习率会从 initial_learning_rate 衰减到 alpha x initial_learning_rate。它需要一个 step 值来计算学习率。你可以直接传递一个 TensorFlow 变量，并在每个训练步骤中对其进行递增。
该调度器是一个接受一个参数的可调用对象，当传入当前优化器步骤时，它会生成一个先预热后衰减的学习率。这对于在优化器函数的不同调用中改变学习率值非常有用。
我们的预热计算方式如下
def warmup_learning_rate(step):
completed_fraction = step / warmup_steps
total_delta = target_warmup - initial_learning_rate
return completed_fraction * total_delta + initial_learning_rate
我们的衰减计算方式如下
if warmup_target is None:
initial_decay_lr = initial_learning_rate
else:
initial_decay_lr = warmup_target
def decayed_learning_rate(step):
step = min(step, decay_steps)
cosine_decay = 0.5 * (1 + cos(pi * step / decay_steps))
decayed = (1 - alpha) * cosine_decay + alpha
return initial_decay_lr * decayed
不带预热的示例用法
decay_steps = 1000
initial_learning_rate = 0.1
lr_decayed_fn = tf.keras.optimizers.schedules.CosineDecay(
initial_learning_rate, decay_steps)
带预热的示例用法
decay_steps = 1000
initial_learning_rate = 0
warmup_steps = 1000
target_learning_rate = 0.1
lr_warmup_decayed_fn = tf.keras.optimizers.schedules.CosineDecay(
initial_learning_rate, decay_steps, warmup_target=target_learning_rate,
warmup_steps=warmup_steps
)
你可以直接将此调度器作为学习率传递给 tf.keras.optimizers.Optimizer。学习率调度器还可以使用 tf.keras.optimizers.schedules.serialize 和 tf.keras.optimizers.schedules.deserialize 进行序列化和反序列化。
返回值
一个接受一个参数的可调用学习率调度器，该调度器接收当前优化器步骤，并输出衰减后的学习率，该学习率是一个标量 Tensor，其类型与 initial_learning_rate 相同。