Tensorflow Estimator Early Stoping挂钩参数

Question

有人可以帮助说明Tensorflow Estimator的早期停止如何工作吗？

我使用的是早期停止钩子（请参见下文），但似乎并没有做太多-它不会停止，即使模型明显过拟合，也只训练给定的纪元。

我想知道如何准确设置 max_steps_without_decrease 和 min_steps 。我习惯于设置耐心参数，该参数指示如果评估集的损失（或其他指标）对于x个纪元数没有改善，则停止训练。我不确定如何将其映射到这些新参数-我对如何设置它们没有直觉。

early_stop = tf.contrib.estimator.stop_if_no_decrease_hook(estimator, 'loss', 1000)

train_spec = tf.estimator.TrainSpec(input_fn=train_input_fn, max_steps=2000, hooks=[early_stop])

eval_spec = tf.estimator.EvalSpec(input_fn=eval_input_fn, steps=1, exporters=exporter)

exporter = tf.estimator.BestExporter(
        name="best_exporter",
        serving_input_receiver_fn=serving_fn,
        exports_to_keep=5
    )  

tf.estimator.train_and_evaluate(
            estimator,
            train_spec=train_spec,
            eval_spec=eval_spec)