如何在keras中设置所需的错误阈值？

Question

我正在努力学习如何使用keras，我想知道我是否可以设置自己的错误阈值，但我很困惑。有人能帮我吗？假设我想在错误达到0.02时停止学习过程，我该怎么做？感谢您的帮助。

from keras.models import Sequential
from keras.layers import Dense

model = Sequential()
model.add(Dense(512, activation = 'relu', input_shape=(dimData,)))
model.add(Dense(512, activation='relu'))
model.add(Dense(512, activation='relu'))

model.add(Dense(nClasses, activation = 'softmax'))
#configure the network
model.compile(optimizer = 'rmsprop', loss = 'categorical_crossentropy', metrics=['accuracy'])

#train the network
history = model.fit(train_data, train_labels_one_hot, batch_size=256, epochs = 20, verbose =1,
                    validation_data=(test_data, test_labels_one_hot))

Answer 1

我认为你应该说早点停止这个操作，这是你引用的代码。

from keras.callbacksimport EarlyStopping 

keras.callbacks.EarlyStopping(
   monitor='val_loss', 
   patience=0, 
   verbose=0, 
   mode='auto'
)

model.fit(X, y, validation_split=0.2, callbacks=[early_stopping])

你需要在停止时调整val_acc等于0.98。