默认的Adam优化器在tf.keras中不起作用,但字符串`adam`却可以

我一直在尝试TensorFlow v2 beta版,并且在尝试使用tf.keras模型。

当我编译模型并选择优化器为字符串'adam'时,模型可以正常训练:

model.compile(optimizer='adam', loss='categorical_crossentropy')model.fit(x, y)

但是当我尝试使用默认优化器tf.keras.optimizers.Adam()时,模型无法训练,并且在每次迭代中输出nan损失值。

adam = tf.keras.optimizers.Adam()model.compile(optimizer=adam, loss='categorical_crossentropy')model.fit(x, y)

字符串'adam'不应该是默认的Adam优化器吗?还是我遗漏了什么?我尝试了几种超参数设置(learning_ratebeta_1beta_2等),但似乎都没有效果。这是一个大问题,因为我可能并不总是想使用默认的超参数。

谁能解释这种行为?


回答:

经过一番挖掘,似乎当你输入字符串'adam'时,它会调用另一个adam,即adam_v2

这可以在这里找到。

from tensorflow.python.keras.optimizer_v2.adam import Adamadam = Adam()model.compile(optimizer=adam, loss='categorical_crossentropy')model.fit(x, y)

Related Posts

在使用k近邻算法时,有没有办法获取被使用的“邻居”?

我想找到一种方法来确定在我的knn算法中实际使用了哪些…

Theano在Google Colab上无法启用GPU支持

我在尝试使用Theano库训练一个模型。由于我的电脑内…

准确性评分似乎有误

这里是代码: from sklearn.metrics…

Keras Functional API: “错误检查输入时:期望input_1具有4个维度,但得到形状为(X, Y)的数组”

我在尝试使用Keras的fit_generator来训…

如何使用sklearn.datasets.make_classification在指定范围内生成合成数据?

我想为分类问题创建合成数据。我使用了sklearn.d…

如何处理预测时不在训练集中的标签

已关闭。 此问题与编程或软件开发无关。目前不接受回答。…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注