early stopping(早停) early stopping是为了让训练的模型具有更好的泛化能力的一种技巧方法。 在模型训练过程中,随着训练轮次的不断增加,训练集的学习效果越来越好,错误越来越少,测试集的错误也在减小;但当模型训练到一定程度过后,测试集的准确率可能会保持不变甚至下降,这个时候模型就出现了过拟合,测试集的错误预测可能越来越多,而模型学习的测试集错误会越来越少。 如下图所示: