ImageClassificationTrainer.EarlyStopping 類別

定義

命名空間:

Microsoft.ML.Vision

組件:

Microsoft.ML.Vision.dll

套件:

Microsoft.ML.Vision v2.0.0

當受監視的數量停止改善時，早期停止停止功能會停止訓練。 在 tensorflow/python/keras/callbacks.py#L1143 之後 https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ 建立模型

public sealed class ImageClassificationTrainer.EarlyStopping

type ImageClassificationTrainer.EarlyStopping = class

Public NotInheritable Class ImageClassificationTrainer.EarlyStopping

繼承

Object

ImageClassificationTrainer.EarlyStopping

建構函式

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

當受監視的數量停止改善時，早期停止停止功能會停止訓練。 在 tensorflow/python/keras/callbacks.py#L1143 之後 https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ 建立模型

屬性

CheckIncreasing	監視的數量是否要增加 (例如精確度，CheckIncreasing = true) 或減少 (例如遺失，CheckIncreasing = false) 。
MinDelta	受監視數量中要視為改進的最小變更。
Patience	在停止定型之前，不會連續看到任何改善之後要等候的 Epoch 數目。

方法

ShouldStop(ImageClassificationTrainer+TrainMetrics)

若要在每個 Epoch 結尾呼叫，以檢查定型是否應該停止。 針對增加計量 (例如：精確度) ，如果計量停止增加，則如果計量的值未在 Epoch 數目內增加，則停止定型。 針對減少計量 (例如：遺失) ，如果計量的值未在 epoch 的「耐心」數目內減少，請停止定型。 計量值小於 'minDelta' 的任何變更都不會被視為變更。