LoslegenKostenlos starten

Early Stopping für dein Modell

Der Early-Stopping-Callback ist praktisch, weil du das Training beenden kannst, wenn sich das Modell nach einer bestimmten Anzahl von Epochen nicht mehr verbessert. Um diese Funktion zu nutzen, musst du den Callback in einer Liste über den Callback-Parameter der .fit()-Methode übergeben.

Das model, das du gebaut hast, um gefälschte Dollar-Scheine zu erkennen, ist für dich geladen – diesmal mit Early Stopping. X_train, y_train, X_test und y_test stehen dir ebenfalls zur Verfügung.

Diese Übung ist Teil des Kurses

<Kurs>Einstieg ins Deep Learning mit Keras</Kurs>
Kurs ansehen

Übungsanweisungen

  • Importiere den EarlyStopping-Callback aus tensorflow.keras.callbacks.
  • Definiere einen Callback, der 'val_accuracy' überwacht, mit einer patience von 5 Epochen.
  • Trainiere dein Modell mit dem Early-Stopping-Callback.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# 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= ____)
Code bearbeiten und ausführen