Programma Lezione 90 di 246 · Modulo 7: Lavorare su dati nuovi
Modulo 7: Lavorare su dati nuovi

Early stopping

Perché è importante Il regolarizzatore più economico di tutti: fermare l'addestramento quando il modello smette di migliorare sui dati di validazione.

La loss di validazione è rumorosa: può salire per un'epoca e poi scendere di nuovo. Quindi non fermarti al primo aumento. Usa la pazienza: fermati quando la loss di validazione non è riuscita a battere il suo record per patience epoche di fila, e tieni il modello dell'epoca migliore.

Numeri piccolissimi

Loss 1.0, 0.8, 0.7, 0.72, 0.69, 0.71, 0.73, 0.74 con pazienza 2: il record è 0.69 all'epoca 5. Le epoche 6 e 7 non lo battono, quindi fermati dopo l'epoca 7 e tieni l'epoca 5.

Parole e simboli di questa lezione
pazienza
quante epoche senza miglioramento prima di fermarsi
Tocca a te

Scrivi early_stop(val_losses, patience) che restituisce (stop_epoch, best_epoch), entrambe contando da 1. Se la pazienza non finisce mai, stop_epoch è l'ultima epoca.

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.