我希望使用Kerastuner框架进行超参数训练。
如何选择一个优化器,以及不同的学习率可以传递给优化器。这是我的model.compile()
方法。
model.compile(
loss=BinaryCrossentropy(from_logits=True),
optimizer=hp.Choice('optimizer', values=['adam', 'adagrad', 'SGD']),
metrics=['accuracy']
)
该代码一次只选择一个优化器,并使用默认的学习率。
我想通过hp.Float('lrate', min_value=1e-4, max_value=1e-2, sampling='LOG')
向每个优化器传递学习率。 我该如何嵌套它们?