Keras 如何显示历元后最后使用的学习速率

我尝试了几种方法来显示在Keras的最后一个时代有效使用的模型的学习率

一些研究表明，可以使用回调更改学习率，或者使用自定义指标显示学习率。 但无论我用什么方法，显示的学习率始终是原始的学习率

一些答案意味着重新计算利率应基于公式的多少。但是我想要的只是得到用于反向传播的学习速率，而不是根据算法计算它

以下是我使用的一些代码：

callback\u list=[]
度量_列表=[“精度”]
#添加检查点以保存权重，以防测试集acc得到改进
#...
如果显示\学习\参数：
learn_param=回调_show_learn_param（）
callback_list.append（学习参数）
#如果需要，添加度量
def get_lr_度量（优化器）：
def lr（y_真，y_pred）：
返回optimizer.lr#K.eval（optimizer.lr）
返回lr
lr\u度量=获取lr\u度量（优化器）
公制列表。追加（lr\U公制）

以下是回调的定义：

类回调\u显示\u学习\u参数（回调）：
def on_epoch_end（self、epoch、logs=None）：
lr=self.model.optimizer.lr
decay=self.model.optimizer.decay
迭代次数=self.model.optimizer.iterations
lr_与_衰变=lr/（1.+衰变*K.cast（迭代，K.dtype（衰变）））
#贝塔值
beta_1=self.model.optimizer.beta_1
beta_2=self.model.optimizer.beta_2
打印（“lr”，K.eval（lr），“衰变”，K.eval（衰变），“lr_带衰变”，K.eval（lr_带衰变），
“beta_1”、K.eval（beta_1）、“beta_2”、K.eval（beta_2））

基本上，显示的值是恒定的，不会改变。这对于β值和衰减是有意义的。显示的学习速率似乎是初始速率。对于学习率，我找不到一种方法来显示这个简单的值：实际使用的有效学习率

顺便说一句，有一种更容易显示初始学习率的方法：

def on_epoch_end(self, epoch, logs=None):
  lr = float(K.get_value(self.model.optimizer.lr))
  print("Learning rate:", lr)

将keras.backend导入为K
打印（K.eval（model.optimizer.lr））

您需要使用

K.get\u value

获得学习率。看看回调函数是如何从模型中获得学习率的。在您的情况下，您应该能够打印学习率：

def on_epoch_end(self, epoch, logs=None):
  lr = float(K.get_value(self.model.optimizer.lr))
  print("Learning rate:", lr)