tf.keras.callbacks.EarlyStopping函数

类 EarlyStopping

继承自： Callback

定义在：tensorflow/python/keras/callbacks.py。

当监测数量停止改善时停止训练。

参数：

• monitor：要监测的数量。
• min_delta：在被监测的数据中被认为是提升的最小变化，即绝对变化小于min_delta，将被视为没有提升。
• patience：没有进步的训练轮数，在这之后训练就会被停止。
• verbose：详细信息模式。
• mode：{"auto", "min", "max"}其中之一。在min模式中，当监测的数量停止减少时，训练将停止；在max模式下，当监测的数量停止增加时，它将停止；在auto模式下，从监测数量的名称自动推断方向。
• baseline：受监测的数量的基线值。如果模型没有显示基线的改善，训练将停止。
• restore_best_weights：是否从具有监测数量的最佳值的时期恢复模型权重。如果为False，则使用在训练的最后一步获得的模型权重。

__init__

__init__(
    monitor='val_loss',
    min_delta=0,
    patience=0,
    verbose=0,
    mode='auto',
    baseline=None,
    restore_best_weights=False
)

初始化自我。

方法

get_monitor_value

get_monitor_value(logs)

on_batch_begin

on_batch_begin(
    batch,
    logs=None
)

on_batch_end

on_batch_end(
    batch,
    logs=None
)

on_epoch_begin

on_epoch_begin(
    epoch,
    logs=None
)

on_epoch_end

on_epoch_end(
    epoch,
    logs=None
)

on_train_batch_begin

on_train_batch_begin(
    batch,
    logs=None
)

on_train_batch_end

on_train_batch_end(
    batch,
    logs=None
)

on_train_begin

on_train_begin(logs=None)

on_train_end

on_train_end(logs=None)

set_model

set_model(model)

set_params

set_params(params)