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？

Question

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？

标签： pythontensorflowkerasconv-neural-network

Answer 1

是的，您可以按照此处所述使用提前停止：

早停