学习率调度器 (LearningRateScheduler)
LearningRateScheduler 类
tf_keras.callbacks.LearningRateScheduler(schedule, verbose=0)
学习率调度器。
在每个 epoch 开始时，此回调函数会从 __init__ 中提供的 schedule 函数获取更新的学习率值，该函数以当前 epoch 和当前学习率为输入，并将更新后的学习率应用于优化器。
参数
- schedule: 一个函数，它接收 epoch 索引（整数，从 0 开始索引）和当前学习率（浮点数）作为输入，并返回新的学习率作为输出（浮点数）。
- verbose: int。 0：静默，1：更新消息。
示例
>>> # This function keeps the initial learning rate for the first ten epochs
>>> # and decreases it exponentially after that.
>>> def scheduler(epoch, lr):
... if epoch < 10:
... return lr
... else:
... return lr * tf.math.exp(-0.1)
>>>
>>> model = tf.keras.models.Sequential([tf.keras.layers.Dense(10)])
>>> model.compile(tf.keras.optimizers.SGD(), loss='mse')
>>> round(model.optimizer.lr.numpy(), 5)
0.01
>>> callback = tf.keras.callbacks.LearningRateScheduler(scheduler)
>>> history = model.fit(np.arange(100).reshape(5, 20), np.zeros(5),
... epochs=15, callbacks=[callback], verbose=0)
>>> round(model.optimizer.lr.numpy(), 5)
0.00607