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
老金带你玩AI2 小时前
ChatGPT dots,到底能替你操多少心?
人工智能
AliCloudROS3 小时前
计算巢 X DeepSeek Harness — 云端智能体工作台
人工智能·阿里云
深蓝AI3 小时前
GitHub的Push一年涨4.9倍:AI Agent为什么逼它重做Git存储?
人工智能·github
stereohomology3 小时前
大模型的观点谨:StoryTold 「Crafting Apps」四件套 · 深度总览
人工智能·llm
运维行者_3 小时前
网络性能监控怎么做?从自动发现到根因分析的4个环节
运维·服务器·网络·人工智能·支持向量机
Su米苏4 小时前
Spring AI 中MCP 与普通 @Tool的区别
java·人工智能·spring
美狐美颜sdk4 小时前
直播APP源码可以直接接入视频美颜sdk吗?技术方案详解
android·人工智能·音视频·美颜sdk·直播美颜sdk
问商十三载4 小时前
AI引擎生成式优化实践:刑事辩护律师团队IP构建
大数据·人工智能
冬奇Lab4 小时前
LLM 驱动的自动化测试系列(08):移动端自动化(四)——AppAgent:解析树与视觉特征的结合
人工智能·测试