Question

这个问题似乎很基本，但是我在Google上找不到任何有用的东西。

我手动在循环中运行时期，并在循环中进一步嵌套迷你批处理。在每个小批量生产中，我需要调用train_on_batch来启用自定义模型的训练。

是否有手动方法来恢复提前停止的功能，即打破循环？

Answer 1

实际上，“提前停止”主要是通过以下方式完成的：（1）训练X个时期，（2）每当模型达到新的最佳性能时，保存，（3）选择最好的模型。 “最佳性能”定义为达到最高（例如准确性）或最低（例如损失）验证指标-以下示例脚本：

best_val_loss = 999 # arbitrary init - should be high if 'best' is low, and vice versa
num_epochs = 5
epoch = 0

while epoch < num_epochs:
    model.train_on_batch(x_train, y_train)  # get x, y somewhere in the loop
    val_loss = model.evaluate(x_val, y_val)

    if val_loss < best_val_loss:
        model.save(best_model_path) # OR model.save_weights()
        print("Best model w/ val loss {} saved to {}".format(val_loss, best_model_path))
    # ...
    epoch += 1

请参见saving Keras models。如果您希望直接早停，则定义一些指标（即条件）即可结束火车循环。例如，

while True:
    loss = model.train_on_batch(...)
    if loss < .02:
        break

Keras通过“ train_on_batch”提前停止

1 个答案: