Question

我想在达到一定百分比（例如98％）时停止训练。我尝试了多种方法，但在Google上进行搜索都没有运气。我所做的是像这样使用EarlyStopping：

es = EarlyStopping(monitor='val_acc', baseline=0.98, verbose=1)
model.fit(tr_X, tr_y, epochs=1000, batch_size=1000, validation_data=(ts_X, ts_y), verbose=1, callbacks=[es])

_, train_acc = model.evaluate(tr_X, tr_y, verbose=0)
_, test_acc = model.evaluate(ts_X, ts_y, verbose=0)
print('>> Train: %.3f, Test: %.3f' % (train_acc, test_acc))

这是不正确的。如果有人可以提出实现此目标的方法，我将不胜感激。

谢谢

Answer 1

您可以这样创建一个新的回调：

class EarlyStoppingValAcc(Callback):
    def __init__(self, monitor='val_acc', value=0.98, verbose=1):
        super(Callback, self).__init__()
        self.monitor = monitor
        self.value = value
        self.verbose = verbose

    def on_epoch_end(self, epoch, logs={}):
        current = logs.get(self.monitor)
        if current is None:
            warnings.warn("Early stopping requires %s available!" % self.monitor, RuntimeWarning)

        if current > self.value:
            if self.verbose > 0:
                print("Epoch %05d: early stopping THR" % epoch)
            self.model.stop_training = True

并像这样使用它：

callbacks = [
             EarlyStoppingByValAcc(monitor='val_acc', value=0.98, verbose=1),
            ]
model.fit(tr_X, tr_y, epochs=1000, batch_size=1000, validation_data=(ts_X, ts_y), verbose=1, callbacks=callbacks)

当val_acc达到一定百分比时，如何使用EarlyStopping停止训练

1 个答案: