python - 当准确率达到大于 0.99 时停止训练模型
问题描述
我想阻止我的模型在达到某个阈值后接受训练。我已经为 Tensorflow 的回调编写了一个类。我正在训练 MNIST 数据集。对手写数字进行分类和识别。但由于某种原因,训练并没有停止。我找不到理由。这是我的代码。
import tensorflow as tf
class myCallback(tf.keras.callbacks.Callback):
def on_epoch_end(self, epoch, logs={}):
if(logs.get('accuracy')>0.99):
print("\nReached 99% accuracy so cancelling training!")
self.model.stop_training = True
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
callbacks = myCallback()
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(512, activation=tf.nn.relu),
tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=10, callbacks=[callbacks])
解决方案
试试这个
class StopOnPoint(tf.keras.callbacks.Callback):
def __init__(self, point):
super(StopOnPoint, self).__init__()
self.point = point
def on_epoch_end(self, epoch, logs=None):
accuracy = logs["accuracy"]
if accuracy >= self.point:
self.model.stop_training = True
callbacks = [StopOnPoint(0.98)] # <- set optimal point
推荐阅读
- scala - IntelliJ 的 Scala 样式指南格式化程序
- visual-studio-2012 - SSRS - 在导出到 PDF 期间重复列标题
- javascript - document.getElementById('printf').contentWindow.print() 在打印输出中包含 html 标签元素
- python - Django 的 ListView - 如何自定义它
- python - 我正在尝试在 python 中使用替换功能,但遇到了一些问题
- mysql - Laravel不保存十进制数字
- java - 如何从 Mock-Server 返回响应并将其保存到变量中?
- python - 将 JSON 结果保存到 CSV
- r - 循环具有三个参数的函数,mapply/sapply/for 循环不起作用?
- proxy - Postman 与 JMeter 的集成