Early stopping
यह क्यों मायने रखता है सबसे सस्ता regulariser: जब model validation डेटा पर सुधरना बंद करे तो training रोकें।
Validation loss शोर वाला है: यह एक epoch के लिए ऊपर जा सकता है और फिर गिर सकता है। इसलिए पहली बढ़त पर न रुकें। Patience इस्तेमाल करें: जब validation loss लगातार patience epochs अपने सबसे अच्छे को हराने में विफल हो तो रुकें, और सबसे अच्छे epoch का model रखें।
छोटी संख्याएँ
Patience 2 के साथ losses 1.0, 0.8, 0.7, 0.72, 0.69, 0.71, 0.73, 0.74: सबसे अच्छा epoch 5 पर 0.69 है। Epochs 6 और 7 उसे हराने में विफल होते हैं, इसलिए epoch 7 के बाद रुकें और epoch 5 रखें।
इस पाठ के शब्द और चिह्न
- patience
- रुकने से पहले बिना सुधार के कितने epochs
(stop_epoch, best_epoch) लौटाने वाला early_stop(val_losses, patience) लिखें, दोनों 1 से गिनते हुए। अगर patience कभी ख़त्म न हो, stop_epoch आख़िरी epoch है।
इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें
यह अभ्यास जल्द खुलेगा
इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।