Question

我正在尝试通过验证（val_loss）进行回调，但未进行验证。该警告显示为“ WARNING：tensorflow：以指标val_loss为条件的提前停止，该指标不可用。可用指标为：损失，准确性”

`check=callbacks.EarlyStopping(monitor='val_accuracy', mode='auto',patience=2,verbose=1)
 
 history = model.fit(train_dataset,
                          steps_per_epoch=163,
                          epochs=10,
                          validation_data=val_dataset,
                          validation_steps=624,
                          callbacks = [check])`

Answer 1

在此处提供解决方案（答案部分），即使该评论出现在为了社区的利益。

如果我们删除参数 Early Stopping ，则上面包含model.fit和validation_steps的代码会很好地工作。

工作代码如下所示：

check=callbacks.EarlyStopping(monitor='val_accuracy', mode='auto',patience=2,verbose=1)
 

history = model.fit(train_dataset,
                              steps_per_epoch=163,
                              epochs=10,
                              validation_data=val_dataset,
                              callbacks = [check])

从与参数validation_steps对应的Tensorflow Documentation可以理解原因，如下所示：

validation_steps ：仅在提供validation_data且为tf.data数据集时才相关。总步骤数（批样品）在每个结尾处执行验证时在停止之前绘制时代。如果“ validation_steps”为“无”，则验证将一直持续到 validation_data数据集已用尽。在无限的情况下重复的数据集，将陷入无限循环。如果指定了“ validation_steps”，只有部分数据集消耗后，评估将从数据集的开头开始在每个时代。这样可以确保使用相同的验证样本每次。

尽早停止使用验证回调

1 个答案: