Question

我对Keras真的很新，请原谅我，如果我的查询有点傻。我使用默认方法在我的系统中安装了Keras，它工作正常。我想为Keras添加一个新的优化器，以便我可以在model.compile函数下轻松提到“optimizer = mynewone”。如何更改Keras中的“optimizer.py”代码并确保更改反映在我的Keras环境中。这是我试过的：

假设我在代码中将优化器名称从rmsprop更改为rmsprops，我收到以下错误：

 model.compile(loss='binary_crossentropy', optimizer='rmsprops', metrics= ['accuracy'])
Traceback (most recent call last):

File "<ipython-input-33-40773d534448>", line 1, in <module>
 model.compile(loss='binary_crossentropy', optimizer='rmsprops', metrics=['accuracy'])

 File "/home/kiran/anaconda/lib/python3.5/site-packages/keras/models.py", line 589, in compile
**kwargs)

 File "/home/kiran/anaconda/lib/python3.5/site-packages/keras/engine/training.py", line 469, in compile
self.optimizer = optimizers.get(optimizer)

 File "/home/kiran/anaconda/lib/python3.5/site-packages/keras/optimizers.py", line 614, in get
# Instantiate a Keras optimizer

 File "/home/kiran/anaconda/lib/python3.5/site-packages/keras/utils/generic_utils.py", line 16, in get_from_module
str(identifier))

ValueError: Invalid optimizer: rmsprops

然后当我点击optimizers.py时，我得到了Keras在我的环境中开发的代码。之后在代码中我用“rmsprops”替换了所有“rmsprop”关键字并保存了文件。所以我认为我的系统中必须有更新的optimizers.py。但是，当我回到原始文件并运行model.compile时，它会抛出相同的错误。

任何帮助都会非常感激。提前谢谢。

Answer 1

我认为你的方法很复杂，但并非必须如此。我们假设您通过继承keras.optimizers.Optimizer来实现自己的优化器：

class MyOptimizer(Optimizer):
    optimizer functions here.

然后在模型中实例化它，你可以这样做：

myOpt = MyOptimizer()
model.compile(loss='binary_crossentropy', optimizer=myOpt, metrics= ['accuracy'])

只需将优化器的实例作为model.compile的优化器参数传递即可，Keras现在将使用您的优化器。

Answer 2

您确定它是您想要的新优化器吗？不是自定义目标函数？目标可以定制，易于定义，优化器更加棘手。

已经有大量具有大量参数的优化器。但是，如果你真的想沿着这条路走下去，我会建议你去tensorflow！然后，您就可以使用this in Keras

我能为你做的一切，但也许还有另一种我不知道的方式。

如何更改Keras优化器代码

2 个答案: