ReduceLROnPlateau

[原始碼]

ReduceLROnPlateau 類別

keras.callbacks.ReduceLROnPlateau(
    monitor="val_loss",
    factor=0.1,
    patience=10,
    verbose=0,
    mode="auto",
    min_delta=0.0001,
    cooldown=0,
    min_lr=0.0,
    **kwargs
)

當指標停止改善時降低學習率。

當學習停滯時，模型通常受益於將學習率降低 2-10 倍。此回調函數監控一個數量，如果在 'patience' (耐心) 個 epoch 內沒有看到改善，則會降低學習率。

範例

reduce_lr = ReduceLROnPlateau(monitor='val_loss', factor=0.2,
                              patience=5, min_lr=0.001)
model.fit(x_train, y_train, callbacks=[reduce_lr])

參數

• monitor: 字串。要監控的數量。
• factor: 浮點數。學習率將被降低的因子。new_lr = lr * factor。
• patience: 整數。在沒有改善之後，學習率將被降低的 epoch 數。
• verbose: 整數。0: 靜默模式, 1: 更新訊息。
• mode: 字串。{'auto', 'min', 'max'} 其中之一。在 'min' 模式下，當監控的數量停止減少時，學習率將會降低；在 'max' 模式下，當監控的數量停止增加時，學習率將會降低；在 'auto' 模式下，方向會從監控數量的名稱自動推斷。
• min_delta: 浮點數。用於衡量新最佳值的閾值，僅關注顯著的變化。
• cooldown: 整數。在學習率降低後，恢復正常操作之前等待的 epoch 數。
• min_lr: 浮點數。學習率的下界。