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?keras中是否有任何高级优化方法,如果没有,我如何使用它们?,keras,Keras,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', opt
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