【发布时间】：2017-12-14 17:59:14
【问题描述】：
我正在尝试自动确定 Keras 自动编码器何时收敛。例如，查看“让我们尽可能构建最简单的自动编码器”下的 link。 epoch 的数量被硬编码为 50（当损失值收敛时）。但是，如果您不知道数字是 50，您将如何使用 Keras 进行编码？你会继续打电话给fit()吗？
【问题讨论】：
标签： machine-learning neural-network deep-learning keras autoencoder
【发布时间】：2017-12-14 17:59:14
【问题描述】：
这个问题实际上非常广泛和困难。关于如何设置 epoch 的数量有很多技巧：
-
提前停止-在这种情况下，您将 epoch 的数量设置为非常高的数字，并且当对下一个 epoch 的改进不令人满意时，您会关闭训练。在
Keras中，您有一个名为 EarlyStopping 的特殊对象，它可以为您完成这项工作。 - 模型检查点 - 在这里您再次设置了非常多的 epoch，您只需保存最好的模型 w.r.t。到一个选择的指标。再一次，你有一个特殊的callback 用于这种情况。
当然，还有其他场景，例如当您在贝叶斯超参数设置中选择此选项时，使用强化学习来查找停止时间或更复杂的场景，但这些方法更难，通常不会带来任何改进。
可以肯定的是，重新启动 fit 方法可能会导致意外行为，因为模型的许多内部状态被重置，这可能会导致不稳定。对于这种情况，我强烈建议您使用train_on_batch，它不会重置模型状态，并且可以实现许多花哨的训练场景。
【讨论】：
-
好答案！但使用早停时要小心。有时模型可能会经历一个鞍点，在这个鞍点中模型正在慢慢变得更好，但实际上在它之前会有巨大的损失减少。但是，当您的损失变化不大并且您的准确性不高时，就会出现这种情况。我通常会训练多个模型并设置检查点，这是您提到的第二个选项。