Začněte nyníZačněte zdarma

Předčasné zastavení trénování modelu

Callback pro předčasné zastavení (early stopping) se hodí v situaci, kdy chceš ukončit trénování modelu ve chvíli, kdy se přestane zlepšovat – a to po zadaném počtu epoch. Abys tuto funkci využil/a, musíš callback předat jako seznam do parametru callbacks metody .fit().

Model, který jsi sestavil/a pro detekci padělaných dolarových bankovek, je připravený k trénování – tentokrát s early stoppingem. K dispozici máš také X_train, y_train, X_test a y_test.

Toto cvičení je součástí kurzu

Úvod do hlubokého učení s Keras

Zobrazit kurz

Pokyny k cvičení

  • Importuj callback EarlyStopping z tensorflow.keras.callbacks.
  • Definuj callback, který sleduje 'val_accuracy' s hodnotou patience nastavenou na 5 epoch.
  • Natrénuj model s využitím tohoto early stopping callbacku.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import the early stopping callback
from tensorflow.____.____ import ____

# Define a callback to monitor val_accuracy
monitor_val_acc = ____(monitor=____, 
                       patience=____)

# Train your model using the early stopping callback
model.____(____, ____, 
           epochs=1000, validation_data=____,
           callbacks= ____)
Upravit a spustit kód