Compartir a través de


ImageClassificationTrainer.EarlyStopping Clase

Definición

La característica de detención temprana detiene el entrenamiento cuando la cantidad supervisada deja de mejorar. Modelado después https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ de tensorflow/python/keras/callbacks.py#L1143

public sealed class ImageClassificationTrainer.EarlyStopping
type ImageClassificationTrainer.EarlyStopping = class
Public NotInheritable Class ImageClassificationTrainer.EarlyStopping
Herencia
ImageClassificationTrainer.EarlyStopping

Constructores

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

La característica de detención temprana detiene el entrenamiento cuando la cantidad supervisada deja de mejorar. Modelado después https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ de tensorflow/python/keras/callbacks.py#L1143

Propiedades

CheckIncreasing

Si la cantidad supervisada va a aumentar (por ejemplo, Precisión, CheckIncreasing = true) o disminución (por ejemplo, Pérdida, CheckIncreasing = false).

MinDelta

Cambio mínimo en la cantidad supervisada que se va a considerar una mejora.

Patience

Número de épocas que se deben esperar después de que no se vea ninguna mejora consecutivamente antes de detener el entrenamiento.

Métodos

ShouldStop(ImageClassificationTrainer+TrainMetrics)

Se llamará al final de cada época para comprobar si el entrenamiento debe detenerse. Para aumentar las métricas (por ejemplo: precisión), si la métrica deja de aumentar, detenga el entrenamiento si el valor de la métrica no aumenta en el número de épocas de "paciencia". Para reducir la métrica (p. ej.: Pérdida), detenga el entrenamiento si el valor de la métrica no disminuye dentro del número de épocas de "paciencia". Cualquier cambio en el valor de la métrica menor que "minDelta" no se considera un cambio.

Se aplica a