学习率调度器
LearningRateScheduler class
keras.callbacks.LearningRateScheduler(schedule, verbose=0)
学习率调度器.
在每个 epoch 开始时,这个回调从 __init__ 中提供的 schedule 函数获取更新后的学习率值,该函数以当前 epoch 和当前学习率为输入,并返回一个新的学习率作为输出,然后将更新后的学习率应用于优化器.
参数: schedule: 一个函数,该函数以 epoch 索引（整数,从 0 开始索引）和当前学习率（浮点数）为输入,并返回一个新的学习率（浮点数）. verbose: 整数.0: 安静,1: 记录更新消息.
示例:
>>> # 这个函数在前十个 epoch 保持初始学习率,之后按指数递减.
>>> def scheduler(epoch, lr):
... if epoch < 10:
... return lr
... else:
... return lr * ops.exp(-0.1)
>>>
>>> model = keras.models.Sequential([keras.layers.Dense(10)])
>>> model.compile(keras.optimizers.SGD(), loss='mse')
>>> round(model.optimizer.learning_rate, 5)
0.01
>>> callback = 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.learning_rate, 5)
0.00607