Ver fuente en GitHub

Programador de tasas de aprendizaje.

Hereda de: Callback

Ver alias

Alias ​​de compatibilidad para la migración

Ver Guía de migración para más detalles.

tf.compat.v1.keras.callbacks.LearningRateScheduler

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

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

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

Ejemplo:

# This function keeps the initial learning rate for the first ten epochs# and decreases it exponentially after that.defscheduler(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_model(
    model
)

set_params

Ver fuente

set_params(
    params
)