python - 如何在 keras 模型中的每个时期更新参数(即辍学率或单位)
问题描述
我正在尝试向 Keras 的深度学习架构实现添加另一个参数,该参数在每个时期或多个时期后都会发生变化。
假设在新架构(CNN、RNN 等)中,添加了一个参数“alpha1”,我想用一个值初始化它,例如 16,
现在,在训练时,在每个时期,我都想更新 alpha1。假设,在每个时期,alpha1 = alpha1 * somevalue。
由于在 keras/../recurrent.py 中,进行计算的 step(.) 函数仅被调用一次(不是在每个 epoch 中),因此我无法在此处添加参数的更新。有没有办法在训练期间更新 keras 模型中的参数?
解决方案
一个简单的解决方案是如下循环训练。
for epoch in range(epochs):
model.fit(X=... , epochs=1)
alpha1 = alpha1 * somevalue
推荐阅读
- typescript - 使用 CDK 将 CodeBuild 生成的参数传递到 Codepipelines ApplicationStage
- python - TypeError: order 必须是 str,而不是 int
- python - 保存 Django 查询以多次使用
- node.js - 如何在嵌套对象数组(MongoDB)中查找最新日期
- java - 问题访问 url 变量以等号结尾
- ios - 无法为图像阵列的表达式生成诊断
- java - 如何更改 TableColumn JavaFX 中的字体?
- asp.net-mvc - 无法在 Bitly Shorten API 4.0 中创建 SSL/TLS 安全通道
- microsoft-graph-api - 不断收到“Authorization_IdentityNotFound”、“无法建立调用应用程序的身份。”
- python - 双花和签名验证的区块链教程