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
FserSuN2 小时前
Anthropic文章-打造高性能智能体 学习笔记
人工智能
SaaS_Product2 小时前
有没有像OneDrive一样的自动同步网盘?
人工智能·云计算·saas·onedrive
我是宝库2 小时前
Turnitin系统查英文AI率多少为正常?报告显示星号*%怎么办?
人工智能·经验分享·aigc·毕业论文·英文专业·turnitin系统·英文查重
c骑着乌龟追兔子2 小时前
Day 39 MLP神经网络的训练
人工智能·深度学习·神经网络
infiniteWei2 小时前
【技术人如何用爬虫+机器学习识别并屏蔽恶意广告】第1课:爬虫与广告反欺诈入门
人工智能·爬虫·机器学习
夏天是冰红茶2 小时前
小目标检测:LAM-YOLO详解
人工智能·yolo·目标检测
般若Neo3 小时前
【AI通识】生成式人工智能通识
人工智能·aigc·生成式ai
winfield8213 小时前
设计一个企业知识库 MCP Server
人工智能
Echo_NGC22373 小时前
【DDPM 扩散模型】Part 7:最后总结!Denoising Diffusion Probabilistic Models论文全维度详解
人工智能·深度学习·神经网络·扩散模型·ddpm·高斯噪声