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
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!