Se usó la API de Cloud Translation para traducir esta página.
Switch to English

tf.keras.callbacks.LearningRateScheduler

TensorFlow 1 versión Ver código fuente en GitHub

Aprender programador de velocidad.

Hereda de: Callback

Se utiliza en los cuadernos

Se utiliza en los tutoriales

Al comienzo de cada época, esta devolución de llamada obtiene el valor de la tasa de aprendizaje actualizada de schedule función proporcionada en __init__ , con la época actual y el ritmo de aprendizaje actual, y aplica la tasa de aprendizaje actualizada sobre el optimizador.

schedule una función que toma un índice época (entero, indexado de 0) y la tasa de aprendizaje actual (float) como entradas y devuelve una nueva tasa de aprendizaje como salida (float).
verbose En t. 0: calma, 1: mensajes de actualización.

Ejemplo:

# This function keeps the initial learning rate for the first ten epochs
# and decreases it exponentially after that.
def scheduler(epoch, lr):
  if epoch < 10:
    return lr
  else:
    return lr * tf.math.exp(-0.1)

model = tf.keras.models.Sequential([tf.keras.layers.Dense(10)])
model.compile(tf.keras.optimizers.SGD(), loss='mse')
round(model.optimizer.lr.numpy(), 5)
0.01
callback = tf.keras.callbacks.LearningRateScheduler(scheduler)
history = model.fit(np.arange(100).reshape(5, 20), np.zeros(5),
                    epochs=15, callbacks=[callback], verbose=0)
round(model.optimizer.lr.numpy(), 5)
0.00607

Métodos

set_model

Ver fuente

set_params

Ver fuente