Condividi tramite


ImageClassificationTrainer.EarlyStopping Classe

Definizione

L'arresto anticipato della funzionalità arresta il training quando la quantità monitorata smette di migliorare. Modellato dopo 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
Ereditarietà
ImageClassificationTrainer.EarlyStopping

Costruttori

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

L'arresto anticipato della funzionalità arresta il training quando la quantità monitorata smette di migliorare. Modellato dopo https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ tensorflow/python/keras/callbacks.py#L1143

Proprietà

CheckIncreasing

Se la quantità monitorata deve aumentare (ad esempio. Accuratezza, CheckIncreasing = true) o diminuzione (ad esempio. Perdita, CheckIncreasing = false.

MinDelta

Modifica minima della quantità monitorata da considerare come miglioramento.

Patience

Numero di epoche da attendere dopo che non viene visto alcun miglioramento consecutivamente prima di arrestare il training.

Metodi

ShouldStop(ImageClassificationTrainer+TrainMetrics)

Per essere chiamato alla fine di ogni epoca per verificare se il training deve arrestarsi. Per aumentare la metrica (ad esempio: Accuratezza), se la metrica si arresta, arrestare il training se il valore della metrica non aumenta entro il numero di periodi "pazienza". Per la riduzione delle metriche (ad esempio: Perdita), arrestare il training se il valore della metrica non diminuisce entro il numero di periodi "pazienza". Qualsiasi modifica nel valore della metrica di meno di 'minDelta' non viene considerata una modifica.

Si applica a