keras中的EarlyStopping

目的：防止过拟合

#early stoppping
from keras.callbacks import EarlyStopping
early_stopping = EarlyStopping(monitor=‘val_loss’, patience=5, verbose=2)
#训练
history = model.fit(train_X, train_y, epochs=300, batch_size=20, validation_data=(test_X, test_y), verbose=2, shuffle=False, callbacks=[early_stopping])

monitor: 需要监视的量，val_loss，val_acc
patience: 当early stop被激活(如发现 loss 相比上一个 epoch 训练没有下降)，则经过 patience 个 epoch 后停止训练
verbose: 信息展示模式

---

fit 中的 verbose，verbose：日志显示
verbose = 0 不在标准输出流输出日志信息
verbose = 1 输出进度条记录，进度条如 [====>…] - ETA
verbose = 2 每个epoch输出一行记录
注意： 默认为 1

evaluate 中的 verbose，verbose：日志显示
verbose = 0 为不在标准输出流输出日志信息
verbose = 1 为输出进度条记录
注意： 只能取 0 和 1；默认为 1

注意
verbose = 0，在控制台没有任何输出

https://www.jianshu.com/p/159a9ac413fa

---

mode: ‘auto’,‘min’,'max’之一，在min模式训练，如果检测值停止下降则终止训练。在max模式下，当检测值不再上升的时候则停止训练。in auto mode, the direction is automatically inferred from the name of the monitored quantity.

---

转载
作者：ukakasu
来源：CSDN
原文：https://blog.csdn.net/ukakasu/article/details/80089866?utm_source=copy
版权声明：本文为博主原创文章，转载请附上博文链接！