TensorFlow函数教程:tf.keras.callbacks.EarlyStopping
2019-03-25 18:19 更新
tf.keras.callbacks.EarlyStopping函数
类 EarlyStopping
继承自: Callback
定义在:tensorflow/python/keras/callbacks.py。
当监测数量停止改善时停止训练。
参数:
- monitor:要监测的数量。
- min_delta:在被监测的数据中被认为是提升的最小变化,即绝对变化小于min_delta,将被视为没有提升。
- patience:没有进步的训练轮数,在这之后训练就会被停止。
- verbose:详细信息模式。
- mode:{"auto", "min", "max"}其中之一。在min模式中,当监测的数量停止减少时,训练将停止;在max模式下,当监测的数量停止增加时,它将停止;在auto模式下,从监测数量的名称自动推断方向。
- baseline:受监测的数量的基线值。如果模型没有显示基线的改善,训练将停止。
- restore_best_weights:是否从具有监测数量的最佳值的时期恢复模型权重。如果为False,则使用在训练的最后一步获得的模型权重。
__init__
__init__(
monitor='val_loss',
min_delta=0,
patience=0,
verbose=0,
mode='auto',
baseline=None,
restore_best_weights=False
)
初始化自我。
方法
get_monitor_value
get_monitor_value(logs)
on_batch_begin
on_batch_begin(
batch,
logs=None
)
on_batch_end
on_batch_end(
batch,
logs=None
)
on_epoch_begin
on_epoch_begin(
epoch,
logs=None
)
on_epoch_end
on_epoch_end(
epoch,
logs=None
)
on_train_batch_begin
on_train_batch_begin(
batch,
logs=None
)
on_train_batch_end
on_train_batch_end(
batch,
logs=None
)
on_train_begin
on_train_begin(logs=None)
on_train_end
on_train_end(logs=None)
set_model
set_model(model)
set_params
set_params(params)