tf.keras.optimizers.schedules.ExponentialDecay

Расписание экспоненциального уменьшения, использующее экспоненциальное расписание уменьшения.

Наследуется от: LearningRateSchedule

tf.keras.optimizers.schedules.ExponentialDecay(
    initial_learning_rate,
    decay_steps,
    decay_rate,
    staircase=False,
    name='ExponentialDecay'
)

Используется в блокнотах

При обучении модели часто полезно уменьшать скорость обучения по мере его продвижения. Это расписание применяет функцию экспоненциального уменьшения к шагу оптимизатора, учитывая заданную начальную скорость обучения.

Расписание — это вызываемый объект с 1 аргументом, который вычисляет уменьшенную скорость обучения при передаче текущего шага оптимизатора. Это может быть полезно для изменения значения скорости обучения при различных вызовах функций оптимизатора. Оно вычисляется следующим образом:

def decayed_learning_rate(step):
    return initial_learning_rate * decay_rate ^ (step / decay_steps)

Если аргумент staircase имеет значение True, то step / decay_steps представляет собой целочисленное деление, и уменьшенная скорость обучения следует ступенчатой функции.

Вы можете передать это расписание непосредственно в keras.optimizers.Optimizer в качестве скорости обучения. Пример: при подгонке модели Keras уменьшайте скорость обучения каждые 100000 шагов с базовым значением 0,96:

initial_learning_rate = 0.1
lr_schedule = keras.optimizers.schedules.ExponentialDecay(
    initial_learning_rate,
    decay_steps=100000,
    decay_rate=0.96,
    staircase=True)

model.compile(optimizer=keras.optimizers.SGD(learning_rate=lr_schedule),
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(data, labels, epochs=5)

Расписание скорости обучения также можно сериализовать и десериализовать с помощью keras.optimizers.schedules.serialize и keras.optimizers.schedules.deserialize.

Методы

from_config

Просмотреть исходный код

@classmethod
from_config(
    config
)

Создает экземпляр LearningRateSchedule из его конфигурации.

get_config

Просмотреть исходный код

get_config()

__call__

Просмотреть исходный код

__call__(
    step
)

Вызов себя как функции.