ReduceLROnPlateau

[源代码]

ReduceLROnPlateau 类

keras.callbacks.ReduceLROnPlateau(
    monitor="val_loss",
    factor=0.1,
    patience=10,
    verbose=0,
    mode="auto",
    min_delta=0.0001,
    cooldown=0,
    min_lr=0.0,
    **kwargs
)

当指标停止改善时降低学习率。

一旦学习停滞，模型通常会通过将学习率降低 2-10 倍而受益。此回调函数会监视一个量，如果在“耐心”数量的 epoch 中没有观察到改进，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：字符串。要监视的量。
• factor：浮点数。学习率将要降低的因子。new_lr = lr * factor。
• patience：整数。学习率降低之前，没有改进的 epoch 数量。
• verbose：整数。0：静默，1：更新消息。
• mode：字符串。{'auto', 'min', 'max'} 之一。在 'min' 模式下，当监视的量停止下降时，学习率会降低；在 'max' 模式下，当监视的量停止增加时，学习率会降低；在 'auto' 模式下，方向会根据监视的量的名称自动推断。
• min_delta：浮点数。衡量新最优值的阈值，仅关注显著变化。
• cooldown：整数。学习率降低后，恢复正常操作前要等待的 epoch 数量。
• min_lr：浮点数。学习率的下限。