ImageClassificationTrainer.EarlyStopping Klasa

Definicja

Przestrzeń nazw:

Microsoft.ML.Vision

Zestaw:

Microsoft.ML.Vision.dll

Pakiet:

Microsoft.ML.Vision v2.0.0

Funkcja wczesnego zatrzymywania zatrzymuje trenowanie, gdy monitorowana ilość przestaje się poprawiać". Modelowane 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

Dziedziczenie

Object

ImageClassificationTrainer.EarlyStopping

Konstruktory

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

Funkcja wczesnego zatrzymywania zatrzymuje trenowanie, gdy monitorowana ilość przestaje się poprawiać". Modelowane po https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ tensorflow/python/keras/callbacks.py#L1143

Właściwości

CheckIncreasing	Czy monitorowana ilość ma być zwiększana (np. Dokładność, CheckIncreasing = true) lub malejąco (np. Utrata, CheckIncreasing = false).
MinDelta	Minimalna zmiana monitorowanej ilości, która ma zostać uznana za poprawę.
Patience	Liczba epok czekania po braku poprawy jest widoczna po kolei przed zatrzymaniem treningu.

Metody

ShouldStop(ImageClassificationTrainer+TrainMetrics)

Należy wywołać na końcu każdej epoki, aby sprawdzić, czy trenowanie powinno się zatrzymać. W przypadku zwiększania metryki (np. dokładności), jeśli metryka przestanie rosnąć, zatrzymaj trenowanie, jeśli wartość metryki nie zwiększa się w ciągu "cierpliwości" liczby epok. W przypadku zmniejszenia metryki (np. utraty) zatrzymaj trenowanie, jeśli wartość metryki nie zmniejsza się w ciągu "cierpliwości" liczby epok. Każda zmiana wartości metryki mniejszej niż "minDelta" nie jest uznawana za zmianę.