Python tf.keras.callbacks.LearningRateScheduler用法及代碼示例

學習率調度器。

繼承自：Callback

用法

tf.keras.callbacks.LearningRateScheduler(
    schedule, verbose=0
)

在每個 epoch 開始時，此回調從 __init__ 提供的 schedule 函數獲取更新的學習率值，以及當前 epoch 和當前學習率，並將更新的學習率應用於優化器。

例子：

# 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