TensorFlow函數(shù)教程：tf.keras.callbacks.EarlyStopping

tf.keras.callbacks.EarlyStopping函數(shù)

類 EarlyStopping

繼承自： Callback

定義在：tensorflow/python/keras/callbacks.py。

當(dāng)監(jiān)測數(shù)量停止改善時(shí)停止訓(xùn)練。

參數(shù)：

• monitor：要監(jiān)測的數(shù)量。
• min_delta：在被監(jiān)測的數(shù)據(jù)中被認(rèn)為是提升的最小變化，即絕對變化小于min_delta，將被視為沒有提升。
• patience：沒有進(jìn)步的訓(xùn)練輪數(shù)，在這之后訓(xùn)練就會被停止。
• verbose：詳細(xì)信息模式。
• mode：{"auto", "min", "max"}其中之一。在min模式中，當(dāng)監(jiān)測的數(shù)量停止減少時(shí)，訓(xùn)練將停止；在max模式下，當(dāng)監(jiān)測的數(shù)量停止增加時(shí)，它將停止；在auto模式下，從監(jiān)測數(shù)量的名稱自動推斷方向。
• baseline：受監(jiān)測的數(shù)量的基線值。如果模型沒有顯示基線的改善，訓(xùn)練將停止。
• restore_best_weights：是否從具有監(jiān)測數(shù)量的最佳值的時(shí)期恢復(fù)模型權(quán)重。如果為False，則使用在訓(xùn)練的最后一步獲得的模型權(quán)重。

__init__

__init__(
    monitor='val_loss',
    min_delta=0,
    patience=0,
    verbose=0,
    mode='auto',
    baseline=None,
    restore_best_weights=False
)

初始化自我。

方法

get_monitor_value

get_monitor_value(logs)

on_batch_begin

on_batch_begin(
    batch,
    logs=None
)

on_batch_end

on_batch_end(
    batch,
    logs=None
)

on_epoch_begin

on_epoch_begin(
    epoch,
    logs=None
)

on_epoch_end

on_epoch_end(
    epoch,
    logs=None
)

on_train_batch_begin

on_train_batch_begin(
    batch,
    logs=None
)

on_train_batch_end

on_train_batch_end(
    batch,
    logs=None
)

on_train_begin

on_train_begin(logs=None)

on_train_end

on_train_end(logs=None)

set_model

set_model(model)

set_params

set_params(params)