ReduceLROnPlateau

最新推荐文章于 2024-12-06 20:57:15 发布

CrazyPhilo

最新推荐文章于 2024-12-06 20:57:15 发布

阅读量3.7k

点赞数 2

分类专栏： TensorFlow API 文章标签： tensorflow 深度学习人工智能

本文链接：https://blog.csdn.net/Marryvivien/article/details/126954678

版权

TensorFlow API 专栏收录该内容

5 篇文章

订阅专栏

本文介绍tf.keras.callbacks.ReduceLROnPlateau的使用方法，该回调函数可在验证集损失不再改善时自动减少学习率，有助于解决训练过程中的学习率调整难题。文章详细解释了各个参数的意义及配置示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Last updated: 2022-09-01, 17:25

简介

tf.keras.callbacks.ReduceLROnPlateau(
    monitor='val_loss',
    factor=0.1,
    patience=10,
    verbose=0,
    mode='auto',
    min_delta=0.0001,
    cooldown=0,
    min_lr=0,
    **kwargs
)

当 metric 停止改善时，降低学习率（learning rate, LR）。

在学习停滞时，将学习率降低 2-10 倍往往对训练有利。该 callback 监视某个指标，如果在 patience 个 epochs 该指标都没有改善，就降低 LR。

参数

monitor

要监视的量值。

factor

学习率降低的因子，new_lr = lr * factor。

patience

如果在 patience 个 epochs 后没有改善，就降低学习率。

verbose

int. 0: quiet, 1: update messages.

mode

one of {‘auto’, ‘min’, ‘max’}：

In ‘min’ mode, the learning rate will be reduced when the quantity monitored has stopped decreasing;
in ‘max’ mode it will be reduced when the quantity monitored has stopped increasing;
in ‘auto’ mode, the direction is automatically inferred from the name of the monitored quantity.

min_delta

threshold for measuring the new optimum, to only focus on significant changes.

cooldown

number of epochs to wait before resuming normal operation after lr has been reduced.

min_lr

学习率最小值。

示例

reduce_lr = ReduceLROnPlateau(monitor='val_loss', factor=0.2,
                              patience=5, min_lr=0.001)
model.fit(X_train, Y_train, callbacks=[reduce_lr])