► Keras 3 API文档 / 优化器 / 学习率调度 API / PolynomialDecay

多项式衰减

`PolynomialDecay` 类

keras.optimizers.schedules.PolynomialDecay(
    initial_learning_rate,
    decay_steps,
    end_learning_rate=0.0001,
    power=1.0,
    cycle=False,
    name="PolynomialDecay",
)

使用多项式衰减调度的 LearningRateSchedule。

人们普遍认为，单调递减的学习率，其变化度经过仔细选择，可以带来更好的模型性能。此调度器在优化器步长上应用多项式衰减函数，给定提供的 initial_learning_rate，在指定的 decay_steps 内达到 end_learning_rate。

它需要一个 step 值来计算衰减的学习率。您只需传递一个在每个训练步骤中递增的后端变量即可。

该调度是一个单参数可调用对象，当传入当前优化器步骤时，它会产生一个衰减的学习率。这对于在优化器函数不同调用之间更改学习率值非常有用。它的计算方式如下：

def decayed_learning_rate(step):
    step = min(step, decay_steps)
    return ((initial_learning_rate - end_learning_rate) *
            (1 - step / decay_steps) ^ (power)
           ) + end_learning_rate

如果 cycle 为 True，则使用 decay_steps 的倍数，第一个大于 step 的倍数。

def decayed_learning_rate(step):
    decay_steps = decay_steps * ceil(step / decay_steps)
    return ((initial_learning_rate - end_learning_rate) *
            (1 - step / decay_steps) ^ (power)
           ) + end_learning_rate

您可以将此调度直接作为学习率传递给 keras.optimizers.Optimizer。示例

拟合模型，在 10000 步内从 0.1 衰减到 0.01，使用

平方根（即 power=0.5）

...
starter_learning_rate = 0.1
end_learning_rate = 0.01
decay_steps = 10000
learning_rate_fn = keras.optimizers.schedules.PolynomialDecay(
    starter_learning_rate,
    decay_steps,
    end_learning_rate,
    power=0.5)

model.compile(optimizer=keras.optimizers.SGD(
                  learning_rate=learning_rate_fn),
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(data, labels, epochs=5)

学习率调度器也可以使用 keras.optimizers.schedules.serialize 和 keras.optimizers.schedules.deserialize 进行序列化和反序列化。

参数

initial_learning_rate: Python 浮点数。初始学习率。
decay_steps：一个 Python 整数。必须为正数。请参阅上面的衰减计算。
end_learning_rate：一个 Python 浮点数。最小的结束学习率。
power：一个 Python 浮点数。多项式的幂。默认为 1.0。
cycle：一个布尔值，表示是否应在 decay_steps 之外循环。
name：字符串。操作的可选名称。默认为 "PolynomialDecay"。

一个接受一个参数的可调用学习率调度，该参数为当前的优化器步数，并输出衰减后的学习率，一个与 initial_learning_rate 类型相同的标量张量。

多项式衰减

PolynomialDecay 类

多项式衰减

PolynomialDecay 类

`PolynomialDecay` 类