L'arrêt anticipé
Pourquoi c'est important Le régulariseur le moins cher de tous : arrête l'entraînement quand le modèle cesse de s'améliorer sur les données de validation.
La perte de validation est bruitée : elle peut remonter pendant une époque puis redescendre. Donc ne t'arrête pas à la première hausse. Utilise la patience : arrête-toi une fois que la perte de validation n'a pas réussi à battre son meilleur score pendant patience époques de suite, et garde le modèle de la meilleure époque.
De tout petits nombres
Des pertes de 1.0, 0.8, 0.7, 0.72, 0.69, 0.71, 0.73, 0.74 avec une patience de 2 : le meilleur est 0.69 à l'époque 5. Les époques 6 et 7 ne le battent pas, donc arrête-toi après l'époque 7 et garde l'époque 5.
Mots et symboles de cette leçon
- patience
- combien d'époques sans amélioration avant de s'arrêter
Écris early_stop(val_losses, patience) qui renvoie (stop_epoch, best_epoch), tous deux comptés à partir de 1. Si la patience ne s'épuise jamais, stop_epoch est la dernière époque.
Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon
Cet exercice s'ouvre bientôt
Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.
Ce navigateur bloque les cookies pour learn.floati.life, donc les leçons que tu as terminées ici ne peuvent pas s'ouvrir dans l'ordre. Autorise les cookies pour ce site et recharge la page.