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
冬奇Lab5 小时前
Workflow 系列(03):状态管理——持久化、幂等性与版本绑定
人工智能·工作流引擎
冬奇Lab5 小时前
每日一个开源项目(第146篇):openpilot - 开源自动驾驶辅助系统,曾在 Consumer Reports 评测中超过特斯拉 Autopilot
人工智能·开源·自动驾驶
吴佳浩7 小时前
AI 工程师知识地图:模型格式、框架、部署工具一次讲明白
人工智能·aigc·ai编程
IT_陈寒7 小时前
Java的Date类又坑了我一次,改用时间戳真香
前端·人工智能·后端
码农胖大海7 小时前
AI额度不够用的解决方案
人工智能
后端小肥肠8 小时前
小红书虚拟商品怎么做?我先用 Skill 跑通了壁纸品类
人工智能·aigc·agent
feiyu_gao8 小时前
从零搭建个人 AI 工作台:一个管理者的 3 个月实验
人工智能·aigc·团队管理
Lihua奏9 小时前
从单核到多核:CPU为什么不能再只靠提频变快
深度学习
程序员cxuan9 小时前
一句话,让你用上 GPT-5.6
人工智能·后端·程序员