keras自动调整学习率

ReduceLROnPlateau

keras.callbacks.ReduceLROnPlateau(monitor='val_loss', factor=0.1, patience=10, verbose=0, mode='auto', epsilon=0.0001, cooldown=0, min_lr=0) 1

当评价指标不在提升时，减少学习率

当学习停滞时，减少2倍或10倍的学习率常常能获得较好的效果。该回调函数检测指标的情况，如果在patience个epoch中看不到模型性能提升，则减少学习率

**参数
monitor：被监测的量
factor：每次减少学习率的因子，学习率将以lr = lr*factor的形式被减少
patience：当patience个epoch过去而模型性能不提升时，学习率减少的动作会被触发
mode：‘auto’，‘min’，‘max’之一，在min模式下，如果检测值触发学习率减少。在max模式下，当检测值不再上升则触发学习率减少。
epsilon：阈值，用来确定是否进入检测值的“平原区”
cooldown：学习率减少后，会经过cooldown个epoch才重新进行正常操作
min_lr：学习率的下限

from keras.callbacks import ReduceLROnPlateau reduce_lr = ReduceLROnPlateau(monitor='val_loss', patience=10, mode='auto') epochs = 500 history = model.fit_generator(train_generator, steps_per_epoch = train_num // batch_size, epochs = epochs, validation_data = valid_generator, validation_steps = valid_num // batch_size ,callbacks=[reduce_lr] ) 12345678910

相关知识

Keras学习笔记（二）Keras模型的创建
转移学习：使用VGGNet对花朵图像进行分类
TensorFlow学习记录（八）
python毕业设计 深度学习昆虫识别系统
机器学习术语表
基于深度学习和迁移学习的识花实践
Keras复现VGG16及实现花卉分类
基于深度学习的花卉识别研究
基于keras框架的MobileNetV3深度学习神经网络花卉/花朵分类识别系统源码
机器学习常用术语

原文链接: keras自动调整学习率 https://www.huajiangbk.com/newsview301436.html