如何使用keras调谐器调整优化函数?我想试试sgd,亚当和rmsprop。
我试过:
hp_lr = hp.Choice('learning_rate', values=[1e-2, 1e-3, 1e-4])
hp_optimizer = hp.Choice('optimizer', values=[SGD(learning_rate=hp_lr), RMSprop(learning_rate=hp_lr), Adam(learning_rate=hp_lr)])
model.compile(optimizer=hp_optimizer,
loss="sparse_categorical_crossentropy",
metrics=["accuracy"])
但这并不是一个 Choice
只能包含一种类型的值“
1条答案
按热度按时间soat7uwm1#
也许最好的办法是这样做:
很明显,您需要一个更具描述性的异常(或者干脆放弃它,因为它无论如何都不应该发生)。即使不同的优化器属于同一类,iirc
hp.Choice
只允许int,float,bools和string,所以我看不到这样做的方法。