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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注