Conteúdo do curso Lição 90 de 246 · Módulo 7: Trabalhando com novos dados
Módulo 7: Trabalhando com novos dados

Parada precoce

Por que isso importa O regularizador mais barato de todos: pare o treinamento quando o modelo parar de melhorar nos dados de validação.

A perda de validação é ruidosa: ela pode subir por uma época e depois cair de novo. Então não pare na primeira subida. Use patience: pare assim que a perda de validação falhar em bater seu melhor por patience épocas seguidas, e mantenha o modelo da melhor época.

Números pequenos

Perdas 1.0, 0.8, 0.7, 0.72, 0.69, 0.71, 0.73, 0.74 com paciência 2: o melhor é 0.69 na epoch 5. As epochs 6 e 7 não conseguem superá-lo, então pare após a epoch 7 e mantenha a epoch 5.

Palavras e símbolos nesta lição
patience
quantas épocas sem melhora antes de parar
Sua vez

Escreva early_stop(val_losses, patience) retornando (stop_epoch, best_epoch), ambos contando a partir de 1. Se nunca acabar a paciência, stop_epoch é o último epoch.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.