获取 keras 模型的学习率

Question

我似乎无法理解学习率的价值。我得到的是下面。

我已经尝试了200个epoch的模型，并希望查看/更改学习速率。这不是正确的方法吗？

>>> print(ig_cnn_model.optimizer.lr)
<tf.Variable 'lr_6:0' shape=() dtype=float32_ref>

Answer 1

你可以改变你的学习率

from keras.optimizers import Adam

model.compile(optimizer=Adam(lr=0.001), 
              loss='categorical_crossentropy', 
              metrics=['accuracy'])

Answer 2

获取与优化器相关的所有信息的最佳方式是使用< code >。get_config()。

例：

model.compile(optimizer=optimizerF,
                  loss=lossF,
                  metrics=['accuracy'])

model.optimizer.get_config()

>>> {'name': 'Adam', 'learning_rate': 0.001, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-07, 'amsgrad': False}

它返回包含所有信息的判决。

Answer 3

使用< code>keras.backend中的< code>eval():

import keras.backend as K
from keras.models import Sequential
from keras.layers import Dense

model = Sequential()
model.add(Dense(1, input_shape=(1,)))
model.add(Dense(1))
model.compile(loss='mse', optimizer='adam')

print(K.eval(model.optimizer.lr))

输出：

0.001