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
石臻臻的杂货铺1 分钟前
OpenClaw 大更新:插件市场上线,/btw 侧边提问,AI agent 从工具变成了平台
人工智能
步步为营DotNet2 分钟前
解锁.NET 11 边缘计算潜力:基于Blazor与Native AOT的边缘应用开发
人工智能·.net·边缘计算
Data-Miner3 分钟前
Excel-Agent:你的专属 AI 数据分析助手
人工智能·数据分析·excel
weixin_505154464 分钟前
博维数孪,重塑3D作业指导新时代
人工智能·物联网·3d·智慧城市·数据安全·数字孪生
鼓掌MVP5 分钟前
用 QClaw 创作宝可梦4格漫画的AI 创意应用实践
人工智能
梦醒过后说珍重5 分钟前
Python 工程化实战:如何将复杂的EndoMamba感知损失封装为“即插即用”的独立模块包
python·深度学习
CoovallyAIHub5 分钟前
编码智能体做 CV 任务,实际能力到哪一步了?——五项视觉任务实测解读
深度学习·算法·计算机视觉
随便写写5 分钟前
第三章 索引构建
人工智能
zzzzzz3107 分钟前
DeepSeek-R1 蒸馏技术解密:如何用小模型超越 GPT-4?
人工智能
啥都鼓捣的小yao7 分钟前
What is Prompt Engineering —— 提示词工程是什么?
人工智能·语言模型·prompt