学习率计划

[源代码]

LearningRateSchedule

keras.optimizers.schedules.LearningRateSchedule()

学习率计划的基类。

你可以使用学习率计划来调整优化器的学习率随时间变化的方式。

有几种内置的学习率计划可供使用,例如 keras.optimizers.schedules.ExponentialDecaykeras.optimizers.schedules.PiecewiseConstantDecay

lr_schedule = keras.optimizers.schedules.ExponentialDecay(
    initial_learning_rate=1e-2,
    decay_steps=10000,
    decay_rate=0.9)
optimizer = keras.optimizers.SGD(learning_rate=lr_schedule)

LearningRateSchedule 实例可以作为任何优化器的 learning_rate 参数传入。

要实现你自己的计划对象,你应该实现 __call__ 方法,该方法接受一个 step 参数(标量整数张量,当前的训练步数计数)。 与任何其他 Keras 对象一样,你也可以选择通过实现 get_configfrom_config 方法使你的对象可序列化。

示例

class MyLRSchedule(keras.optimizers.schedules.LearningRateSchedule):

    def __init__(self, initial_learning_rate):
        self.initial_learning_rate = initial_learning_rate

    def __call__(self, step):
        return self.initial_learning_rate / (step + 1)

optimizer = keras.optimizers.SGD(learning_rate=MyLRSchedule(0.1))