為模型啟用 Early stopping
early stopping 回呼函式很實用，因為當模型在連續數個 epoch 都沒有進步時，它可以讓你提早停止訓練。若要使用這個功能，你需要在 .fit() 方法中，將回呼函式放在列表裡，傳給模型的 callbacks 參數。
你先前為辨識真假美鈔所建立的 model 已載入，這次要搭配 early stopping 來訓練。同時也提供了 X_train、y_train、X_test 與 y_test 可供使用。
本練習屬於課程
Keras 深度學習入門
練習說明
- 從
tensorflow.keras.callbacks匯入EarlyStopping回呼。 - 定義一個回呼，監控
'val_accuracy'，patience設為 5 個 epoch。 - 使用 early stopping 回呼來訓練你的模型。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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= ____)