第 7 模块:在新数据上工作
提前停止
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
为什么重要 所有正则化方法中最便宜的一种:当模型在验证数据上不再改进时就停止训练。
验证损失是有噪声的:它可能上升一个轮次,然后又下降。所以不要在第一次上升时就停下。使用耐心:一旦验证损失连续 patience 个轮次都没能打破它的最好成绩,就停下,并保留最好的那个轮次的模型。
很小的数字
损失为 1.0、0.8、0.7、0.72、0.69、0.71、0.73、0.74,耐心为 2:最好的是第 5 轮的 0.69。第 6 和第 7 轮都没能打破它,所以在第 7 轮之后停下,保留第 5 轮。
本课中的词语和符号
- 耐心
- 在停下之前,可以有多少个没有改进的轮次
轮到你了
编写 early_stop(val_losses, patience),返回 (stop_epoch, best_epoch),两者都从 1 开始计数。如果耐心从没用完,stop_epoch 就是最后一个轮次。
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。