tf.train.exponential_decay的用法

tf.train.exponential_decay(learning_rate, global_, decay_steps, decay_rate, staircase=True/False)

例如：

import tensorflow as tf;
import numpy as np;
import matplotlib.pyplot as plt;learning_rate = 0.1
decay_rate = 0.96
global_steps = 1000
decay_steps = 100global_ = tf.Variable(tf.constant(0))
c = tf.train.exponential_decay(learning_rate, global_, decay_steps, decay_rate, staircase=True)
d = tf.train.exponential_decay(learning_rate, global_, decay_steps, decay_rate, staircase=False)T_C = []
F_D = []with tf.Session() as sess:for i in range(global_steps):T_c = sess.run(c,feed_dict={global_: i})T_C.append(T_c)F_d = sess.run(d,feed_dict={global_: i})F_D.append(F_d)plt.figure(1)
plt.plot(range(global_steps), F_D, 'r-')
plt.plot(range(global_steps), T_C, 'b-')plt.show()

分析：

初始的学习速率是0.1，总的迭代次数是1000次，如果staircase=True，那就表明每decay_steps次计算学习速率变化，更新原始学习速率，如果是False，那就是每一步都更新学习速率。红色表示False，绿色表示True。

结果：

tf.train.exponential_decay的用法相关推荐

tf.train.exponential_decay
函数 - tf.train.exponential_decay tf.train.exponential_decay(learning_rate, global_step, decay_steps, ...
tensorflow之tf.train.exponential_decay()指数衰减法
exponential_decay(learning_rate, global_steps, decay_steps, decay_rate, staircase=False, name=None) ...
【TensorFlow】TensorFlow函数精讲之tf.train.exponential_decay()
tf.train.exponential_decay实现指数衰减率.通过这个函数,可以先使用较大的学习率来快速得到一个比较优的解,然后随着迭代的继续逐步减小学习率,使得模型在训练后期更加稳定. tf. ...
TensorFlow基础篇（一）——tf.train.exponential_decay()
tf.train.exponential_decay实现指数衰减率.通过这个函数,可以先使用较大的学习率来快速得到一个比较优的解,然后随着迭代的继续逐步减小学习率,使得模型在训练后期更加稳定. tf. ...
TensorFlow 中的 tf.train.exponential_decay() 指数衰减法
exponential_decay(learning_rate, global_step, decay_steps, decay_rate, staircase=False, name=None) 使 ...
tf.train.Example的用法（转）
前言最近在看到一个代码时,里面用到了tf.train.Example,于是学习了其用法,这里记录一下,也希望能对其他朋友有用. 另外,本文涉及的代码基于python 3.6.5 tensorflow ...
tf.train.Example的用法
目录前言 tf.train.BytesList等 tf.train.Feature tf.train.Features tf.train.Example 前言最近在看到一个代码时,里面用到了tf. ...
TensorFlow 实战（二）—— tf.train（优化算法）
Training | TensorFlow tf 下以大写字母开头的含义为名词的一般表示一个类(class) 1. 优化器(optimizer) 优化器的基类(Optimizer base class ...
tensorflow || 滑动平均的理解--tf.train.ExponentialMovingAverage
1 滑动平均的理解滑动平均(exponential moving average),或者叫做指数加权平均(exponentially weighted moving average),可以用来估计变 ...

tf.train.exponential_decay的用法

tf.train.exponential_decay的用法相关推荐

最新文章

热门文章