使用 Python 在 lstm 中提前停止答案

【问题标题】：early stopping in lstm with Python使用 Python 在 lstm 中提前停止
【发布时间】：2018-10-15 17:34:33
【问题描述】：

如何在 lstm 中提前停止。

我使用的是 python tensorflow，但不是 keras。

如果您能提供一个示例 python 代码，我将不胜感激。

问候

【问题讨论】：

标签： python-3.x tensorflow lstm

【解决方案1】：

您可以使用checkpoints：

from keras.callbacks import EarlyStopping
earlyStop=EarlyStopping(monitor="val_loss",verbose=2,mode='min',patience=3)
history=model.fit(xTrain,yTrain,epochs=100,batch_size=10,validation_data=(xTest,yTest) ,verbose=2,callbacks=[earlyStop])

即使经过 3 个 epoch(patience=3)，当 "val_loss" 没有减少时(mode='min') 训练将停止

#Didn't realize u were note using keras

【讨论】：

【解决方案2】：

你可以通过一点搜索找到它 https://github.com/mmuratarat/handson-ml/blob/master/11_deep_learning.ipynb

max_checks_without_progress = 20
checks_without_progress = 0
best_loss = np.infty

....

    if loss_val < best_loss:
        save_path = saver.save(sess, './my_mnist_model.ckpt')
        best_loss = loss_val
        check_without_progress = 0
    else:
        check_without_progress +=1
        if check_without_progress > max_checks_without_progress:
            print("Early stopping!")
            break

    print("Epoch: {:d} - ".format(epoch), \
          "Training Loss: {:.5f}, ".format(loss_train), \
          "Training Accuracy: {:.2f}%, ".format(accuracy_train*100), \
          "Validation Loss: {:.4f}, ".format(loss_val), \
          "Best Loss: {:.4f}, ".format(best_loss), \
          "Validation Accuracy: {:.2f}%".format(accuracy_val*100))

【讨论】：