python - 我可以根据 keras 的验证损失终止一个时期(并进入下一轮权重初始化)吗?
问题描述
我在 Keras 中训练一个卷积神经网络,在后端使用 Tensorflow。为此,我想做 100 轮,每轮最多 12 个 epoch。
到目前为止,我所经历的是,在 6 到 10 个 epoch 之后,验证损失开始增加,而损失仍然减少。由于我认为这是由于过度拟合造成的,因此我很想终止这一特定的回合,并在验证的损失开始增加(2 轮)后继续进行下一轮。
Keras 是否提供执行此操作的选项?在他们的文档中要查找的搜索词是什么?
解决方案
是的,您可以按照此处所述使用提前停止:
推荐阅读
- selenium - selenium/ 选择 sidebar_wrapper 中的元素
- javascript - 使用 getter 和 setter 的问题
- python - 使用 preprocessing.timeseries_dataset_from_array 函数需要什么版本的 keras?
- python - 模板渲染期间的 Django NoReverseMatch 错误
- java - Maven 如何满足 pom.xml 中的 GroupID:Artifact 依赖项?
- python - 如何在这个 pyqt5 应用程序中动态地将标题添加到表中?
- powershell - 将两个将出现在列中的命令合并到一个 csv 文件中
- c# - 在 C# 中按特定顺序编写 XML 属性和命名空间声明?
- python - 在 Tkinter GUI 类中调用 Ptoaster 函数
- python - 如何定义 tesseract_cmd 以在 AWS Lambda 函数中使用 Tesseract-OCR