keras中是否有任何高级优化方法，如果没有，我如何使用它们？

我知道keras中的优化器是什么，但我说的是随机平均梯度（SAG）或随机方差缩减梯度（SVRG）之类的方法？

---

以前有人在他的项目中使用过它吗？怎么做？

最近，我在一个项目上尝试了RMSprop。在我的应用程序中，RMSprop比SGD训练网络的速度快得多。在Keras中切换优化器非常简单，例如从SGD切换到RMSprop

rmsprop = RMSprop(lr=0.0001)

model.compile(loss='binary_crossentropy',
              optimizer=rmsprop,
              #optimizer = sgd,
              metrics=['accuracy'])

---

正如Sergii在评论中指出的，有一个优化器列表，您可以从中进行选择。

下面是Keras中可用的优化器列表