Мне трудно понять, как будет возобновлено обучение при загрузке модели с диска при использовании планировщика, подобного приведенному ниже.
learning_rate_scheduler = tensorflow.keras.optimizers.schedules.ExponentialDecay(
0.01,
decay_steps=1000,
decay_rate=0.96,
staircase=True)
Рассмотрим эту гипотетическую ситуацию, когда я обучил модель для одной эпохи и сохранил. Позже загрузил модель и снова подогнал. В этом случае будет ли обучение возобновлено с той скорости обучения, которая была при ранее сохраненной модели, или оно начнется с предопределенной конфигурации планировщика?
Изменить
Сохраняю свою модель стандартным способом,
model.save("model")
Ниже представлена конфигурация оптимизатора после загрузки. Конфигурация скорости обучения такая же, как и определение.
hour_glass_model.optimizer.get_config()
{'amsgrad': False,
'beta_1': 0.9,
'beta_2': 0.999,
'decay': 0.0,
'epsilon': 1e-07,
'learning_rate': {'class_name': 'ExponentialDecay',
'config': {'decay_rate': 0.96,
'decay_steps': 1000,
'initial_learning_rate': 0.01,
'name': None,
'staircase': True}},
'name': 'Adam'}