ImageClassificationTrainer.EarlyStopping Třída

Definice

Obor názvů:

Microsoft.ML.Vision

Sestavení:

Microsoft.ML.Vision.dll

Balíček:

Microsoft.ML.Vision v2.0.0

Funkce předčasného zastavení zastaví trénování, když monitorované množství přestane zlepšovat. Modelováno po https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ tensorflow/python/keras/callbacks.py#L1143

public sealed class ImageClassificationTrainer.EarlyStopping

type ImageClassificationTrainer.EarlyStopping = class

Public NotInheritable Class ImageClassificationTrainer.EarlyStopping

Dědičnost

Object

ImageClassificationTrainer.EarlyStopping

Konstruktory

ImageClassificationTrainer.EarlyStopping(Single, Int32, ImageClassificationTrainer+EarlyStoppingMetric, Boolean)

Funkce předčasného zastavení zastaví trénování, když monitorované množství přestane zlepšovat. Modelováno po https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ tensorflow/python/keras/callbacks.py#L1143

Vlastnosti

CheckIncreasing	Zda se monitorované množství má zvýšit (např. Přesnost, CheckIncreasing = true) nebo snížení (např. Ztráta, CheckIncreasing = false).
MinDelta	Minimální změna monitorovaného množství, která se má považovat za zlepšení.
Patience	Počet epoch, které se mají čekat po sobě jdoucím zlepšením před zastavením trénování.

Metody

ShouldStop(ImageClassificationTrainer+TrainMetrics)

Aby bylo možné volat na konci každé epochy, aby se zkontrolovalo, jestli by se trénování mělo zastavit. Pro zvýšení metriky (např.: Přesnost), pokud metrika přestane růst, zastavte trénování, pokud hodnota metriky nezvyšuje v rámci "trpělivosti" počtu epoch. Pro snížení metriky (např.: Ztráta) zastavte trénování, pokud hodnota metriky neklesne v rámci "trpělivosti" počtu epoch. Jakákoli změna hodnoty metriky menší než minDelta se nepovažuje za změnu.