提前结束训练

87 阅读 0 评论 58 点赞

我是靠谱客的博主外向荔枝，最近开发中收集的这篇文章主要介绍提前结束训练，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

问题描述

假如我们设置得训练次数是30次，但是训练了20次之后，验证集得损失不再下降，精确度不再上升，所以第20轮之后。模型逐渐开始过拟合。

对策

对于这种特殊情况，我们可以通过在二十个左右的时期之后停止训练来防止过度拟合。
稍后，您将看到如何使用回调自动执行此操作。即使用callback

callbacks = [
  # Interrupt training if `val_loss` stops improving for over 2 epochs
  tf.keras.callbacks.EarlyStopping(patience=2, monitor='val_loss'),
  # Write TensorBoard logs to `./logs` directory
  tf.keras.callbacks.TensorBoard(log_dir='./logs')
]
model.fit(data, labels, batch_size=32, epochs=5, callbacks=callbacks,
          validation_data=(val_data, val_labels))