tf.keras.optimizers.schedules.PiecewiseConstantDecay

Расписание, использующее кусочно-постоянное распределение.

Наследуется от: LearningRateSchedule

tf.keras.optimizers.schedules.PiecewiseConstantDecay(
    boundaries, values, name='PiecewiseConstant'
)

Функция возвращает вызываемый объект с одним аргументом для вычисления кусочно-постоянного значения при передаче текущего шага оптимизатора. Это может быть полезно для изменения значения скорости обучения при различных вызовах функций оптимизатора.

Пример: использование скорости обучения, равной 1.0 для первых 100001 шагов, 0.5 для следующих 10000 шагов и 0.1 для последующих шагов.

step = ops.array(0)
boundaries = [100000, 110000]
values = [1.0, 0.5, 0.1]
learning_rate_fn = keras.optimizers.schedules.PiecewiseConstantDecay(
    boundaries, values)

# Later, whenever we perform an optimization step, we pass in the step.
learning_rate = learning_rate_fn(step)

Вы можете напрямую передать это расписание в keras.optimizers.Optimizer в качестве скорости обучения. Расписание скорости обучения также можно сериализовать и десериализовать с помощью keras.optimizers.schedules.serialize и keras.optimizers.schedules.deserialize.

Аргументы
`boundaries`	Список чисел Python со строго возрастающими значениями, и все элементы имеют тот же тип, что и шаг оптимизатора.
`values`	Список чисел Python, определяющих значения для интервалов, определённых `boundaries`. Он должен содержать на один элемент больше, чем `boundaries`, и все элементы должны иметь тот же тип.
`name`	Строка. Необязательное имя операции. По умолчанию `"PiecewiseConstant"`.

Возвращаемое значение

Возвращаемое значение
Вызываемый объект с одним аргументом для расписания скорости обучения, который принимает текущий шаг оптимизатора и возвращает уменьшенную скорость обучения, скалярный тензор того же типа, что и тензоры границ. Результат вызова функции с одним аргументом, принимающим `step`, равен `values[0]`, когда `step <= boundaries[0]`, `values[1]`, когда `step > boundaries[0]`, и `step <= boundaries[1]`, ..., и `values[-1]`, когда `step > boundaries[-1]`.

Вызываемый объект с одним аргументом для расписания скорости обучения, который принимает текущий шаг оптимизатора и возвращает уменьшенную скорость обучения, скалярный тензор того же типа, что и тензоры границ.

Результат вызова функции с одним аргументом, принимающим step, равен values[0], когда step <= boundaries[0], values[1], когда step > boundaries[0], и step <= boundaries[1], ..., и values[-1], когда step > boundaries[-1].

Исключения
`ValueError`	если количество элементов в списках `boundaries` и `values` не совпадает.

Методы

`from_config`

Просмотреть исходный код

@classmethod
from_config(
    config
)

Создаёт экземпляр LearningRateSchedule из его конфигурации.

Аргументы
`config`	Результат `get_config()`.

Возвращаемое значение
Экземпляр `LearningRateSchedule`.

`get_config`

Просмотреть исходный код

get_config()

`call`

Просмотреть исходный код

__call__(
    step
)

Вызов self как функции.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/optimizers/schedules/PiecewiseConstantDecay