早停法(Early_Stopping)

目的 :在模型达到最好效果的时候停止训练

设定一个监视值(monitor)

设定监视值不再发生改善前允许训练的最大次数

代码实现 :

在model.fit之前添加:

python 复制代码
early_stop = keras.callbacks.EarlyStopping(monitor='val_loss', patience=10)
#模型训练中监视的值为val_loss,当模型在持续训练10个回合后val_loss仍无改善后即终止训练

在model.fit中添加:

python 复制代码
history = model.fit(data_2,label, epochs=50,
                    validation_split = 0.3,
                    callbacks = [early_stop]
                   )
相关推荐
想用offer打牌3 分钟前
一站式了解Spring AI Alibaba的流式输出
java·人工智能·后端
黑符石11 分钟前
【论文研读】Madgwick 姿态滤波算法报告总结
人工智能·算法·机器学习·imu·惯性动捕·madgwick·姿态滤波
JQLvopkk18 分钟前
智能AI“学习功能”在程序开发部分的逻辑
人工智能·机器学习·计算机视觉
我的offer在哪里19 分钟前
Hugging Face:让大模型触手可及的魔法工厂
人工智能·python·语言模型·开源·ai编程
收获不止数据库19 分钟前
黄仁勋2026CES演讲复盘:旧世界,裂开了!
大数据·数据库·人工智能·职场和发展
老胡全房源系统20 分钟前
房产中介管理系统哪一款性价比高
大数据·人工智能·房产经纪人培训
黄焖鸡能干四碗28 分钟前
信息安全网络安全评估报告(WORD)
大数据·网络·人工智能·安全·web安全·制造·需求分析
职业码农NO.140 分钟前
AI 技术栈完整解析,从 GPU 到应用的五层架构
人工智能·架构·系统架构·aigc·agent
小烤箱1 小时前
Autoware Universe 感知模块详解 | 第十一节:检测管线的通用工程模板与拆解思路导引
人工智能·机器人·自动驾驶·autoware·感知算法