python Keras常用学习率衰减汇总

增加了论文中的余弦退火下降方式。
如图所示：

学习率是深度学习中非常重要的一环，好好学习吧！

为什么要调控学习率

在深度学习中，学习率的调整非常重要。

学习率大有如下优点：

1、加快学习速率。

2、帮助跳出局部最优值。

但存在如下缺点：

1、导致模型训练不收敛。

2、单单使用大学习率容易导致模型不精确。

学习率小有如下优点：

1、帮助模型收敛，有助于模型细化。

2、提高模型精度。

但存在如下缺点：

1、无法跳出局部最优值。

2、收敛缓慢。

学习率大和学习率小的功能是几乎相反的。因此我们适当的调整学习率，才可以最大程度的提高训练性能。

下降方式汇总

1、阶层性下降

在Keras当中，常用ReduceLROnPlateau函数实现阶层性下降。
阶层性下降指的就是学习率会突然变为原来的1/2或者1/10。

使用ReduceLROnPlateau可以指定某一项指标不继续下降后，比如说验证集的loss、训练集的loss等，突然下降学习率，变为原来的1/2或者1/10。

ReduceLROnPlateau的主要参数有：

1、factor：在某一项指标不继续下降后学习率下降的比率。

2、patience：在某一项指标不继续下降几个时代后，学习率开始下降。

# 导入ReduceLROnPlateau
from keras.callbacks import ReduceLROnPlateau

# 定义ReduceLROnPlateau
reduce_lr = ReduceLROnPlateau(monitor='val_loss', factor=0.5, patience=2, verbose=1)

# 使用ReduceLROnPlateau
model.fit(X_train, Y_train, callbacks=[reduce_lr])

2、指数型下降

在Keras当中，我没有找到特别好的Callback直接实现指数型下降，于是利用Callback类实现了一个。

指数型下降指的就是学习率会随着指数函数不断下降。

具体公式如下：

1、learning_rate指的是当前的学习率。

2、learning_rate_base指的是基础学习率。

3、decay_rate指的是衰减系数。

效果如图所示：

实现方式如下，利用Callback实现，与普通的ReduceLROnPlateau调用方式类似：

import numpy as np
import matplotlib.pyplot as plt
import keras
from keras import backend as K
from keras.layers import Flatten,Conv2D,Dropout,Input,Dense,MaxPooling2D
from keras.models import Model

def exponent(global_epoch,
          learning_rate_base,
          decay_rate,
          min_learn_rate=0,
          ):

  learning_rate = learning_rate_base * pow(decay_rate, global_epoch)
  learning_rate = max(learning_rate,min_learn_rate)
  return learning_rate


class ExponentDecayScheduler(keras.callbacks.Callback):
  """
  继承Callback，实现对学习率的调度
  """
  def __init__(self,
               learning_rate_base,
               decay_rate,
               global_epoch_init=0,
               min_learn_rate=0,
               verbose=0):
      super(ExponentDecayScheduler, self).__init__()
      # 基础的学习率
      self.learning_rate_base = learning_rate_base
      # 全局初始化epoch
      self.global_epoch = global_epoch_init

      self.decay_rate = decay_rate
      # 参数显示  
      self.verbose = verbose
      # learning_rates用于记录每次更新后的学习率，方便图形化观察
      self.min_learn_rate = min_learn_rate
      self.learning_rates = []

  def on_epoch_end(self, epochs ,logs=None):
      self.global_epoch = self.global_epoch + 1
      lr = K.get_value(self.model.optimizer.lr)
      self.learning_rates.append(lr)
	#更新学习率
  def on_epoch_begin(self, batch, logs=None):
      lr = exponent(global_epoch=self.global_epoch,
                  learning_rate_base=self.learning_rate_base,
                  decay_rate = self.decay_rate,
                  min_learn_rate = self.min_learn_rate)
      K.set_value(self.model.optimizer.lr, lr)
      if self.verbose > 0:
          print('\nBatch %05d: setting learning '
                'rate to %s.' % (self.global_epoch + 1, lr))

# 载入Mnist手写数据集
mnist = keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

x_train = np.expand_dims(x_train,-1)
x_test = np.expand_dims(x_test,-1)
#-----------------------------#
#   创建模型
#-----------------------------#
inputs = Input([28,28,1])
x = Conv2D(32, kernel_size= 5,padding = 'same',activation="relu")(inputs)
x = MaxPooling2D(pool_size = 2, strides = 2, padding = 'same',)(x)
x = Conv2D(64, kernel_size= 5,padding = 'same',activation="relu")(x)
x = MaxPooling2D(pool_size = 2, strides = 2, padding = 'same',)(x)
x = Flatten()(x)
x = Dense(1024)(x)
x = Dense(256)(x)
out = Dense(10, activation='softmax')(x)
model = Model(inputs,out)

# 设定优化器，loss，计算准确率
model.compile(optimizer='adam',
            loss='sparse_categorical_crossentropy',
            metrics=['accuracy'])

# 设置训练参数
epochs = 10

init_epoch = 0
# 每一次训练使用多少个Batch
batch_size = 31
# 最大学习率
learning_rate_base = 1e-3

sample_count = len(x_train)

# 学习率
exponent_lr = ExponentDecayScheduler(learning_rate_base = learning_rate_base,
                                  global_epoch_init = init_epoch,
                                  decay_rate = 0.9,
                                  min_learn_rate = 1e-6
                                  )

# 利用fit进行训练
model.fit(x_train, y_train, epochs=epochs, batch_size=batch_size,
          verbose=1, callbacks=[exponent_lr])
          
plt.plot(exponent_lr.learning_rates)
plt.xlabel('Step', fontsize=20)
plt.ylabel('lr', fontsize=20)
plt.axis([0, epochs, 0, learning_rate_base*1.1])
plt.xticks(np.arange(0, epochs, 1))
plt.grid()
plt.title('lr decay with exponent', fontsize=20)
plt.show()

3、余弦退火衰减

余弦退火衰减法，学习率会先上升再下降，这是退火优化法的思想。（关于什么是退火算法可以百度。）

上升的时候使用线性上升，下降的时候模拟cos函数下降。

效果如图所示：

余弦退火衰减有几个比较必要的参数：

1、learning_rate_base：学习率最高值。

2、warmup_learning_rate：最开始的学习率。

3、warmup_steps：多少步长后到达顶峰值。

实现方式如下，利用Callback实现，与普通的ReduceLROnPlateau调用方式类似：

import numpy as np
import matplotlib.pyplot as plt
import keras
from keras import backend as K
from keras.layers import Flatten,Conv2D,Dropout,Input,Dense,MaxPooling2D
from keras.models import Model

def cosine_decay_with_warmup(global_step,
                           learning_rate_base,
                           total_steps,
                           warmup_learning_rate=0.0,
                           warmup_steps=0,
                           hold_base_rate_steps=0,
                           min_learn_rate=0,
                           ):
  """
  参数：
          global_step: 上面定义的Tcur，记录当前执行的步数。
          learning_rate_base：预先设置的学习率，当warm_up阶段学习率增加到learning_rate_base，就开始学习率下降。
          total_steps: 是总的训练的步数，等于epoch*sample_count/batch_size,(sample_count是样本总数，epoch是总的循环次数)
          warmup_learning_rate: 这是warm up阶段线性增长的初始值
          warmup_steps: warm_up总的需要持续的步数
          hold_base_rate_steps: 这是可选的参数，即当warm up阶段结束后保持学习率不变，知道hold_base_rate_steps结束后才开始学习率下降
  """
  if total_steps < warmup_steps:
      raise ValueError('total_steps must be larger or equal to '
                          'warmup_steps.')
  #这里实现了余弦退火的原理，设置学习率的最小值为0，所以简化了表达式
  learning_rate = 0.5 * learning_rate_base * (1 + np.cos(np.pi *
      (global_step - warmup_steps - hold_base_rate_steps) / float(total_steps - warmup_steps - hold_base_rate_steps)))
  #如果hold_base_rate_steps大于0，表明在warm up结束后学习率在一定步数内保持不变
  if hold_base_rate_steps > 0:
      learning_rate = np.where(global_step > warmup_steps + hold_base_rate_steps,
                                  learning_rate, learning_rate_base)
  if warmup_steps > 0:
      if learning_rate_base < warmup_learning_rate:
          raise ValueError('learning_rate_base must be larger or equal to '
                              'warmup_learning_rate.')
      #线性增长的实现
      slope = (learning_rate_base - warmup_learning_rate) / warmup_steps
      warmup_rate = slope * global_step + warmup_learning_rate
      #只有当global_step 仍然处于warm up阶段才会使用线性增长的学习率warmup_rate，否则使用余弦退火的学习率learning_rate
      learning_rate = np.where(global_step < warmup_steps, warmup_rate,
                                  learning_rate)

  learning_rate = max(learning_rate,min_learn_rate)
  return learning_rate


class WarmUpCosineDecayScheduler(keras.callbacks.Callback):
  """
  继承Callback，实现对学习率的调度
  """
  def __init__(self,
               learning_rate_base,
               total_steps,
               global_step_init=0,
               warmup_learning_rate=0.0,
               warmup_steps=0,
               hold_base_rate_steps=0,
               min_learn_rate=0,
               verbose=0):
      super(WarmUpCosineDecayScheduler, self).__init__()
      # 基础的学习率
      self.learning_rate_base = learning_rate_base
      # 总共的步数，训练完所有世代的步数epochs * sample_count / batch_size
      self.total_steps = total_steps
      # 全局初始化step
      self.global_step = global_step_init
      # 热调整参数
      self.warmup_learning_rate = warmup_learning_rate
      # 热调整步长，warmup_epoch * sample_count / batch_size
      self.warmup_steps = warmup_steps
      self.hold_base_rate_steps = hold_base_rate_steps
      # 参数显示  
      self.verbose = verbose
      # learning_rates用于记录每次更新后的学习率，方便图形化观察
      self.min_learn_rate = min_learn_rate
      self.learning_rates = []
	#更新global_step，并记录当前学习率
  def on_batch_end(self, batch, logs=None):
      self.global_step = self.global_step + 1
      lr = K.get_value(self.model.optimizer.lr)
      self.learning_rates.append(lr)
	#更新学习率
  def on_batch_begin(self, batch, logs=None):
      lr = cosine_decay_with_warmup(global_step=self.global_step,
                                    learning_rate_base=self.learning_rate_base,
                                    total_steps=self.total_steps,
                                    warmup_learning_rate=self.warmup_learning_rate,
                                    warmup_steps=self.warmup_steps,
                                    hold_base_rate_steps=self.hold_base_rate_steps,
                                    min_learn_rate = self.min_learn_rate)
      K.set_value(self.model.optimizer.lr, lr)
      if self.verbose > 0:
          print('\nBatch %05d: setting learning '
                'rate to %s.' % (self.global_step + 1, lr))

# 载入Mnist手写数据集
mnist = keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

x_train = np.expand_dims(x_train,-1)
x_test = np.expand_dims(x_test,-1)
#-----------------------------#
#   创建模型
#-----------------------------#
inputs = Input([28,28,1])
x = Conv2D(32, kernel_size= 5,padding = 'same',activation="relu")(inputs)
x = MaxPooling2D(pool_size = 2, strides = 2, padding = 'same',)(x)
x = Conv2D(64, kernel_size= 5,padding = 'same',activation="relu")(x)
x = MaxPooling2D(pool_size = 2, strides = 2, padding = 'same',)(x)
x = Flatten()(x)
x = Dense(1024)(x)
x = Dense(256)(x)
out = Dense(10, activation='softmax')(x)
model = Model(inputs,out)

# 设定优化器，loss，计算准确率
model.compile(optimizer='adam',
            loss='sparse_categorical_crossentropy',
            metrics=['accuracy'])

# 设置训练参数
epochs = 10
# 预热期
warmup_epoch = 3
# 每一次训练使用多少个Batch
batch_size = 16
# 最大学习率
learning_rate_base = 1e-3

sample_count = len(x_train)

# 总共的步长
total_steps = int(epochs * sample_count / batch_size)

# 预热步长
warmup_steps = int(warmup_epoch * sample_count / batch_size)

# 学习率
warm_up_lr = WarmUpCosineDecayScheduler(learning_rate_base=learning_rate_base,
                                          total_steps=total_steps,
                                          warmup_learning_rate=1e-5,
                                          warmup_steps=warmup_steps,
                                          hold_base_rate_steps=5,
                                          min_learn_rate = 1e-6
                                          )

# 利用fit进行训练
model.fit(x_train, y_train, epochs=epochs, batch_size=batch_size,
          verbose=1, callbacks=[warm_up_lr])
          
plt.plot(warm_up_lr.learning_rates)
plt.xlabel('Step', fontsize=20)
plt.ylabel('lr', fontsize=20)
plt.axis([0, total_steps, 0, learning_rate_base*1.1])
plt.xticks(np.arange(0, epochs, 1))
plt.grid()
plt.title('Cosine decay with warmup', fontsize=20)
plt.show()

4、余弦退火衰减更新版

论文当中的余弦退火衰减并非只上升下降一次，因此我重新写了一段代码用于实现多次上升下降：

实现方式如下，利用Callback实现，与普通的ReduceLROnPlateau调用方式类似：

import numpy as np
import matplotlib.pyplot as plt
import keras
from keras import backend as K
from keras.layers import Flatten,Conv2D,Dropout,Input,Dense,MaxPooling2D
from keras.models import Model

def cosine_decay_with_warmup(global_step,
                           learning_rate_base,
                           total_steps,
                           warmup_learning_rate=0.0,
                           warmup_steps=0,
                           hold_base_rate_steps=0,
                           min_learn_rate=0,
                           ):
  """
  参数：
          global_step: 上面定义的Tcur，记录当前执行的步数。
          learning_rate_base：预先设置的学习率，当warm_up阶段学习率增加到learning_rate_base，就开始学习率下降。
          total_steps: 是总的训练的步数，等于epoch*sample_count/batch_size,(sample_count是样本总数，epoch是总的循环次数)
          warmup_learning_rate: 这是warm up阶段线性增长的初始值
          warmup_steps: warm_up总的需要持续的步数
          hold_base_rate_steps: 这是可选的参数，即当warm up阶段结束后保持学习率不变，知道hold_base_rate_steps结束后才开始学习率下降
  """
  if total_steps < warmup_steps:
      raise ValueError('total_steps must be larger or equal to '
                          'warmup_steps.')
  #这里实现了余弦退火的原理，设置学习率的最小值为0，所以简化了表达式
  learning_rate = 0.5 * learning_rate_base * (1 + np.cos(np.pi *
      (global_step - warmup_steps - hold_base_rate_steps) / float(total_steps - warmup_steps - hold_base_rate_steps)))
  #如果hold_base_rate_steps大于0，表明在warm up结束后学习率在一定步数内保持不变
  if hold_base_rate_steps > 0:
      learning_rate = np.where(global_step > warmup_steps + hold_base_rate_steps,
                                  learning_rate, learning_rate_base)
  if warmup_steps > 0:
      if learning_rate_base < warmup_learning_rate:
          raise ValueError('learning_rate_base must be larger or equal to '
                              'warmup_learning_rate.')
      #线性增长的实现
      slope = (learning_rate_base - warmup_learning_rate) / warmup_steps
      warmup_rate = slope * global_step + warmup_learning_rate
      #只有当global_step 仍然处于warm up阶段才会使用线性增长的学习率warmup_rate，否则使用余弦退火的学习率learning_rate
      learning_rate = np.where(global_step < warmup_steps, warmup_rate,
                                  learning_rate)

  learning_rate = max(learning_rate,min_learn_rate)
  return learning_rate


class WarmUpCosineDecayScheduler(keras.callbacks.Callback):
  """
  继承Callback，实现对学习率的调度
  """
  def __init__(self,
               learning_rate_base,
               total_steps,
               global_step_init=0,
               warmup_learning_rate=0.0,
               warmup_steps=0,
               hold_base_rate_steps=0,
               min_learn_rate=0,
               # interval_epoch代表余弦退火之间的最低点
               interval_epoch=[0.05, 0.15, 0.30, 0.50],
               verbose=0):
      super(WarmUpCosineDecayScheduler, self).__init__()
      # 基础的学习率
      self.learning_rate_base = learning_rate_base
      # 热调整参数
      self.warmup_learning_rate = warmup_learning_rate
      # 参数显示  
      self.verbose = verbose
      # learning_rates用于记录每次更新后的学习率，方便图形化观察
      self.min_learn_rate = min_learn_rate
      self.learning_rates = []

      self.interval_epoch = interval_epoch
      # 贯穿全局的步长
      self.global_step_for_interval = global_step_init
      # 用于上升的总步长
      self.warmup_steps_for_interval = warmup_steps
      # 保持最高峰的总步长
      self.hold_steps_for_interval = hold_base_rate_steps
      # 整个训练的总步长
      self.total_steps_for_interval = total_steps

      self.interval_index = 0
      # 计算出来两个最低点的间隔
      self.interval_reset = [self.interval_epoch[0]]
      for i in range(len(self.interval_epoch)-1):
          self.interval_reset.append(self.interval_epoch[i+1]-self.interval_epoch[i])
      self.interval_reset.append(1-self.interval_epoch[-1])

	#更新global_step，并记录当前学习率
  def on_batch_end(self, batch, logs=None):
      self.global_step = self.global_step + 1
      self.global_step_for_interval = self.global_step_for_interval + 1
      lr = K.get_value(self.model.optimizer.lr)
      self.learning_rates.append(lr)

	#更新学习率
  def on_batch_begin(self, batch, logs=None):
      # 每到一次最低点就重新更新参数
      if self.global_step_for_interval in [0]+[int(i*self.total_steps_for_interval) for i in self.interval_epoch]:
          self.total_steps = self.total_steps_for_interval * self.interval_reset[self.interval_index]
          self.warmup_steps = self.warmup_steps_for_interval * self.interval_reset[self.interval_index]
          self.hold_base_rate_steps = self.hold_steps_for_interval * self.interval_reset[self.interval_index]
          self.global_step = 0
          self.interval_index += 1

      lr = cosine_decay_with_warmup(global_step=self.global_step,
                                    learning_rate_base=self.learning_rate_base,
                                    total_steps=self.total_steps,
                                    warmup_learning_rate=self.warmup_learning_rate,
                                    warmup_steps=self.warmup_steps,
                                    hold_base_rate_steps=self.hold_base_rate_steps,
                                    min_learn_rate = self.min_learn_rate)
      K.set_value(self.model.optimizer.lr, lr)
      if self.verbose > 0:
          print('\nBatch %05d: setting learning '
                'rate to %s.' % (self.global_step + 1, lr))

# 载入Mnist手写数据集
mnist = keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

x_train = np.expand_dims(x_train,-1)
x_test = np.expand_dims(x_test,-1)
y_train = y_train
#-----------------------------#
#   创建模型
#-----------------------------#
inputs = Input([28,28,1])
x = Conv2D(32, kernel_size= 5,padding = 'same',activation="relu")(inputs)
x = MaxPooling2D(pool_size = 2, strides = 2, padding = 'same',)(x)
x = Conv2D(64, kernel_size= 5,padding = 'same',activation="relu")(x)
x = MaxPooling2D(pool_size = 2, strides = 2, padding = 'same',)(x)
x = Flatten()(x)
x = Dense(1024)(x)
x = Dense(256)(x)
out = Dense(10, activation='softmax')(x)
model = Model(inputs,out)

# 设定优化器，loss，计算准确率
model.compile(optimizer='adam',
            loss='sparse_categorical_crossentropy',
            metrics=['accuracy'])

# 设置训练参数
epochs = 10

# 预热期
warmup_epoch = 2
# 每一次训练使用多少个Batch
batch_size = 256
# 最大学习率
learning_rate_base = 1e-3

sample_count = len(x_train)

# 总共的步长
total_steps = int(epochs * sample_count / batch_size)

# 预热步长
warmup_steps = int(warmup_epoch * sample_count / batch_size)

# 学习率
warm_up_lr = WarmUpCosineDecayScheduler(learning_rate_base=learning_rate_base,
                                          total_steps=total_steps,
                                          warmup_learning_rate=1e-5,
                                          warmup_steps=warmup_steps,
                                          hold_base_rate_steps=5,
                                          min_learn_rate=1e-6
                                          )

# 利用fit进行训练
model.fit(x_train, y_train, epochs=epochs, batch_size=batch_size,
          verbose=1, callbacks=[warm_up_lr])
          
plt.plot(warm_up_lr.learning_rates)
plt.xlabel('Step', fontsize=20)
plt.ylabel('lr', fontsize=20)
plt.axis([0, total_steps, 0, learning_rate_base*1.1])
plt.grid()
plt.title('Cosine decay with warmup', fontsize=20)
plt.show()

以上就是python神经网络Keras常用学习率衰减汇总的详细内容，更多关于Keras学习率衰减的资料请关注编程宝库其它相关文章！

 什么是MobileNetV3不知道咋地，就是突然想把small也一起写了。最新的MobileNetV3的被写在了论文《Searching for MobileNetV3》 ...