CNN 培训提前停止

Question

我正在使用 CNN 进行信号分类。（两类：患者和控制）。 使用提前停止，我想停止训练，直到验证错误停止改善。我无法编写 python 代码来实现这一点。 我试过了，但无法继续。

validation = cross_entropy.eval(feed_dict= {x:valid_x,y_:valid_y,keep_prob:1})
validation = np.append(validation,cross_entropy.eval(feed_dict= {x:valid_x,y_:valid_y,keep_prob:1}))

谁能帮我写代码？

Answer 1

你可以使用keras.EarlyStopping:

from keras.callbacks import EarlyStopping
early_stopping = EarlyStopping(monitor='val_loss', patience=2)
model.fit(x, y, validation_split=0.2, callbacks=[early_stopping])

理想情况下，最好在val_loss 增加而不是在val_acc 停滞时停止训练。由于 Kears 会在 val_acc 改进时保存模型，因此我建议您让它运行并仅在需要时停止。