TF2.0-tf.keras.callbacks.EarlyStopping

tf.keras.callbacks.EarlyStopping(
    monitor='val_loss', min_delta=0, patience=0, verbose=0, mode='auto',
    baseline=None, restore_best_weights=False
)

作用是:当监控指标停止改进时，停止训练
假设训练的目标是使损失最小化。这样，监视的指标将是“损失”，模式将是“min”。
model.fit()训练循环将在每个epoch结束时检查损失是否不再减少，并考虑最小delta和patience(如果适用的话)。
一旦发现它不再减少，就建立模型。stop_training被标记为True，培训终止

monitor：监控指标
min_delta：监视指标的最小变化，即绝对变化小于min_delta，将不被改进
patience：可以接受多少个epoch内monitor没有改善，之后训练将停止
verbose：冗长模型，分为0,1，2
mode:{"auto", "min", "max"}
在最小模式下，当监视指标停止减少时，训练将停止；
在“最大”模式下，当监视指标停止增加时它将停止；
在“自动”模式下，将根据监视指标的名称自动推断出方向。

baseline：监视数量的基准值。如果模型没有显示出超过基线的改善，培训将停止。
restore_best_weights：如果为假，则使用最后一步训练得到的模型权值。