“太早”在克拉斯提前停止

Question

我正在使用Keras训练神经网络，并且要尽早停止。但是，在训练时，网络很早就达到了验证损失异常低的程度，这种情况会在一段时间后变平。

与patience = 50一起使用提前停止时，验证损失趋于平稳，但始终不会低于验证损失。

我使用rmsprop（学习率从0.1到1e-4）和adam优化器对网络进行了多次培训，并获得了相同的结果。

在监视选择最佳模型的验证损失之前，是否有人知道是否有办法为网络设置“预烧期”（例如在Markov Chain Monte Carlo模型中）？