ImageClassificationTrainer.EarlyStopping Classe

Definição

Namespace:

Microsoft.ML.Vision

Assembly:

Microsoft.ML.Vision.dll

Pacote:

Microsoft.ML.Vision v2.0.0

O recurso Parar Antecipadamente interrompe o treinamento quando a quantidade monitorada para de melhorar'. Modelado após 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

Herança

Object

ImageClassificationTrainer.EarlyStopping

Construtores

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

O recurso Parar Antecipadamente interrompe o treinamento quando a quantidade monitorada para de melhorar'. Modelado após https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ tensorflow/python/keras/callbacks.py#L1143

Propriedades

CheckIncreasing	Se a quantidade monitorada deve estar aumentando (por exemplo, Precisão, CheckIncreasing = true) ou diminuição (por exemplo. Perda, CheckIncreasing = false).
MinDelta	Alteração mínima na quantidade monitorada a ser considerada como uma melhoria.
Patience	O número de épocas a aguardar após nenhuma melhoria é visto consecutivamente antes de interromper o treinamento.

Métodos

ShouldStop(ImageClassificationTrainer+TrainMetrics)

Para ser chamado no final de cada época para verificar se o treinamento deve parar. Para aumentar a métrica(por exemplo, precisão), se a métrica parar de aumentar, pare o treinamento se o valor da métrica não aumentar dentro do número de épocas de 'paciência'. Para diminuir a métrica(por exemplo, perda), pare o treinamento se o valor da métrica não diminuir dentro do número de épocas de 'paciência'. Qualquer alteração no valor da métrica menor que 'minDelta' não é considerada uma alteração.