Programma Les 90 van 246 · Module 7: Werken met nieuwe data
Module 7: Werken met nieuwe data

Vroegtijdige stopzetting

Waarom dit ertoe doetDe goedkoopste regulariser van allemaal: stop met trainen wanneer het model stopt met verbeteren op validatiedata.

Validation loss is ruis: het kan stijgen voor een epoch en daarna weer dalen. Stop dus niet bij de eerste stijging. Gebruik patience: stop zodra de validation loss voor patience epochs achter elkaar niet beter is dan het beste resultaat, en houd het model van de beste epoch.

Tintalletjes

Losses 1.0, 0.8, 0.7, 0.72, 0.69, 0.71, 0.73, 0.74 met patience 2: de beste is 0.69 bij epoch 5. Epochs 6 en 7 slagen er niet in om deze te verslaan, dus stop na epoch 7 en behoud epoch 5.

Woorden en symbolen in deze les
patience
hoeveel epochs zonder verbetering voordat je stopt
Jij bent aan de beurt

Schrijf early_stop(val_losses, patience) die (stop_epoch, best_epoch) teruggeeft, beide tellend vanaf 1. Als het nooit zijn geduld verliest, is stop_epoch de laatste epoch.

Een probleem ontdekt in deze les? Meld het · Vraag naar deze les

Deze oefening opent binnenkort

Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.