小编mar*_* gh的帖子

我使用迁移学习用 keras 训练了一个模型。由于整个代码几乎很大，我只带来重要的部分。

对于学习率，我从 github 克隆了一些代码以便能够使用循环学习率。并将其作为回调传递给模型。

这是我定义学习率的方法。

from tensorflow.keras.optimizers import RMSprop

opt = RMSprop()
def get_lr_metric(optimizer):
    def lr(y_true, y_pred):
        return optimizer.lr
    return lr

lr_track = get_lr_metric(opt)

MIN_LR = 1e-7
MAX_LR = 1e-3
CLR_METHOD = "triangular"

clr = CyclicLR(
    mode= CLR_METHOD,
    base_lr= MIN_LR,
    max_lr= MAX_LR,
    step_size= steps_per_epoch)

和我的模型：

def vgg16_fine_tune():
    vgg16_model = VGG16(weights='imagenet', include_top=False)
    x = vgg16_model.output
    x = GlobalAveragePooling2D()(x)
    x = Dense(256, activation='relu')(x)
    x = Dropout(0.3)(x)
    x = Dense(128, activation='relu')(x)
    x = Dropout(0.3)(x)
    x = Dense(128, activation='relu')(x)
    x = Dropout(0.3)(x) …