Question

我有以下问题。当我们教Keras NN时，我们会遇到

    earlyStopping = EarlyStopping(
    monitor='val_loss', patience=30, verbose=0, mode='auto')

results = model.fit_generator(
    Generator(train_ids, 
        batch_size = TRAINING_BATCH_SIZE), 
    steps_per_epoch = STEPS_PER_EPOCH, # fill_in? 
    epochs = MAX_TRAIN_EPOCHS,
    validation_data=Generator(valid_ids, 
        batch_size = VALIDATION_BATCH_SIZE),
    validation_steps=VALIDATION_STEPS, # fill_in?
    callbacks=[#checkpoint, # Commented as Kaggle does not save
        earlyStopping #, plot_losses
        ])

现在，当损失停止改善时，此代码段将停止，但是... 假设是0.9、0.8、0.7、0.6、0.5、0.5、0.6 然后，当它停止时，我的NN是产生0.5（最佳）或0.6（最后）的那个？

换句话说，我应该在每个时期以及是否有新的最小值时继续测试损耗。达成，要保存NN，才能获得最好的？还是有一种自动进行的方法？

谢谢。

Answer 1

我认为问题是：

1。如何保存最佳检查点？

您既可以手动保存，也可以使用keras回调，但是无论哪种方式，都需要一些度量标准来选择最佳的选择。

keras.callbacks.ModelCheckpoint（filepath，monitor ='val_loss'， verbose = 0，save_best_only = False，save_weights_only = False，mode ='auto'，期间= 1）

那么，我是否需要继续在验证数据集上评估我的模型以找出最佳权重？

这取决于您如何选择最佳重量。通常，我们希望权重在验证数据集上表现最佳，因此您需要定期在验证数据集上评估模型，否则就不知道。

需要有关Keras网络停止训练的帮助

1 个答案: