ComeçarComece de graça

Parada antecipada do seu modelo

O callback de parada antecipada é útil porque permite interromper o treinamento do modelo se ele deixar de melhorar após um determinado número de épocas. Para usar essa funcionalidade, você precisa passar o callback dentro de uma lista no parâmetro de callbacks do método .fit().

O model que você construiu para detectar notas de dólar falsas está carregado para você treinar, desta vez com parada antecipada. X_train, y_train, X_test e y_test também estão disponíveis para você usar.

Este exercício faz parte do curso

Introdução ao Deep Learning com Keras

Ver curso

Instruções do exercício

  • Importe o callback EarlyStopping de tensorflow.keras.callbacks.
  • Defina um callback que monitore 'val_accuracy' com patience de 5 épocas.
  • Treine seu modelo usando o callback de parada antecipada.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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= ____)
Editar e executar o código