Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

tf.keras.callbacks.LearningRateScheduler

TensorFlow 1 versi Lihat sumber di GitHub

Belajar tingkat scheduler.

Mewarisi Dari: Callback

Digunakan di notebook

Digunakan dalam tutorial

Pada awal setiap zaman, callback ini mendapat diperbarui belajar nilai tingkat dari schedule fungsi disediakan di __init__ , dengan zaman saat ini dan tingkat pembelajaran saat ini, dan berlaku tingkat belajar diperbaharui di optimizer.

schedule fungsi yang mengambil indeks zaman (integer, diindeks dari 0) dan tingkat pembelajaran saat ini (float) sebagai input dan mengembalikan tingkat pembelajaran baru sebagai output (float).
verbose int. 0: tenang, 1: pesan pembaruan.

Contoh:

# 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

metode

set_model

Lihat sumber

set_params

Lihat sumber