在Keras中,可以通过使用ReduceLROnPlateau
回调函数来实现学习率衰减。这个回调函数会监控指定的指标,当指标不再改善时,会降低学习率。
下面是一个使用ReduceLROnPlateau
回调函数的示例代码:
from keras.callbacks import ReduceLROnPlateau
# 创建ReduceLROnPlateau回调函数
reduce_lr = ReduceLROnPlateau(factor=0.1, patience=10)
# 编译模型
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
# 训练模型时使用回调函数
model.fit(x_train, y_train, batch_size=32, epochs=100, callbacks=[reduce_lr])
在上面的示例中,factor=0.1
表示每次降低学习率的因子为0.1。patience=10
表示如果在10个epoch中指标不再改善,则降低学习率。
你可以根据实际情况调整factor
和patience
的值。
下一篇:Adam在RMSProp上的问题