Python 在SpaCy和x27中更改默认学习速率；s优化器

如果我想更改优化器的

learn\u rate

，正确的方法是什么

根据的定义和我猜我必须提供一个

组件\u cfg param

，如下所示

optimizer = nlp.begin_training(component_cfg={'learn_rate': 0.01})?

但我不知道这是不是正确的方法，因为如果我像这样调用

开始培训

optimizer = nlp.begin_training(component_cfg={'dummy_param': 0.01})?

没有给出任何警告或错误。

我怀疑这是一个“正确”的答案，但这对我来说是有效的（因此这更像是给self的提示：p）：

• 我没有使用

  begin\u training（）

  返回优化器，因为它 只会创建一个默认值。我想你可能会骗它 使用环境变量，但我没有尝试
• 相反，我最终生成了自己的优化器。因此，我的代码如下所示：

正如您可能已经猜到的，上面的大部分内容都是从最初生成默认优化器的代码中复制粘贴的：

---

这似乎是从这里的

begin_training（）

方法调用的：这就是我的想法，

ops

应该是

thinc.neural.Model.ops

基于在的优化器创建，spacy从环境变量中提取学习率、beta1、beta2等值。您始终可以使用

learn_rate=0.005 python script.py

对于spacy，使用0.005的学习率，依此类推

---

参考：

要更改空间默认设置，需要覆盖默认参数值

在您的情况下，要更改学习速率，您可以执行以下操作：

optimizer.learn_rate = 0.01

optimizer.learn_rate = 0.01