tensorflow2.0Z中优化器keras.optimizers.Adam()的用法

2024-03-12 11:32分类：茶道阅读：

keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.0)

其中：

lr：float>=0.学习率。

beta_1：float，0 <beta <1。一般接近1。一阶矩估计的指数衰减率。

beta_2：float，0 <beta <1。一般接近1。二阶矩估计的指数衰减率。

epsilon：float>=0.模糊因子。如果None，默认为K.epsilon()。该参数是非常小的数，其为了防止在实现中除以零。

decay：浮动>=0.每次更新时学习率下降。

这个使用来解决动态梯度学习率的一种解决方案，大概思想史刚开始学习率设很大，然后根据训练的次数增多之后，动态的减小学习率。目的是使刚开始的时候能够快速的到达收敛的附近，然后在收敛附件减小学习率用来避免左右

郑重声明：喝茶属于保健食品，不能直接替代药品使用，如果患有疾病者请遵医嘱谨慎食用，部分文章来源于网络，仅作为参考，如果网站中图片和文字侵犯了您的版权，请联系我们处理！

杏耀注册登录中国站