Partager via


ImageClassificationTrainer.EarlyStopping Classe

Définition

L’arrêt précoce de la fonctionnalité arrête l’entraînement lorsque la quantité surveillée cesse d’améliorer'. Modélisé après 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
Héritage
ImageClassificationTrainer.EarlyStopping

Constructeurs

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

L’arrêt précoce de la fonctionnalité arrête l’entraînement lorsque la quantité surveillée cesse d’améliorer'. Modélisé après https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ tensorflow/python/keras/callbacks.py#L1143

Propriétés

CheckIncreasing

Indique si la quantité surveillée doit augmenter (par exemple, Précision, CheckIncreasing = true) ou décroissant (par exemple, Perte, CheckIncreasing = false).

MinDelta

Modification minimale de la quantité surveillée à considérer comme une amélioration.

Patience

Nombre d’époques à attendre après qu’aucune amélioration n’est observée consécutivement avant d’arrêter l’entraînement.

Méthodes

ShouldStop(ImageClassificationTrainer+TrainMetrics)

Pour être appelé à la fin de chaque époque pour vérifier si l’entraînement doit s’arrêter. Pour augmenter la métrique (par exemple: Précision), si la métrique cesse d’augmenter, arrêtez l’entraînement si la valeur de la métrique n’augmente pas dans le nombre d’époques « patience ». Pour la métrique décroissante (par exemple: Perte), arrêtez l’entraînement si la valeur de la métrique ne diminue pas dans le nombre d’époques « patience ». Toute modification de la valeur de la métrique inférieure à « minDelta » n’est pas considérée comme une modification.

S’applique à