问题描述
在Caffe中,我们可以为每一层定义两种学习率:一种是权重,另一种是偏倚:
layer {
name: "conv1"
type: "Convolution"
bottom: "data"
top: "conv1"
param {
lr_mult: 1 # this one for weights
}
param {
lr_mult: 0.1 # this one for the bias
}
convolution_param {
...
}
}
就我而言,我的所有权重的学习率 alpha 相同,而我的所有偏见的学习率 beta 也相同。
基本上,我只想对模型应用两种不同的学习率:一种用于偏见,一种用于权重。
在Tensorflow 2中使用Adam优化器可以做到这一点吗?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)