在卷积神经网络中设置学习率

我正在使用Google Colab来学习一些卷积神经网络(CNN)。

我使用model.compile()来设置我的损失函数和优化器函数。

在以下代码中,我应该在哪里修改学习率呢?

model.compile(optimizer='adam',              loss='sparse_categorical_crossentropy',              metrics=['accuracy'])

回答:

你可以不传递字符串,而是传递一个优化器到compile方法中,并如以下所示设置优化器的学习率:

from keras import optimizersoptm = optimizers.Adam(learning_rate=0.001, beta_1=0.9, beta_2=0.999, amsgrad=False)model.compile(optimizer=optm,              loss='sparse_categorical_crossentropy',              metrics=['accuracy'])

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