import keras.backend as K
from keras.models import Sequential
from keras.layers import Dense
model = Sequential()
model.add(Dense(1, input_shape=(1,)))
model.add(Dense(1))
model.compile(loss='mse', optimizer='adam')
print(K.eval(model.optimizer.lr))
>>>0.001
使用
eval()
来自keras.backend
:获取与优化器相关的所有信息的最佳方法是使用
.get_config()
。示例:
它返回包含所有信息的dict。
你可以通过
相关问题 更多 >
编程相关推荐