tensorflow早停不能正常工作

Question

我在处理一堆图像数据集

然而，这需要大量的时间来学习，所以我在tensorflow中使用了早期停止。

这是我的回调选项& fit选项

(我知道监控acc不是一个很好的选择，但我只是想看看早停的效果如何)

tf.keras.callbacks.EarlyStopping(
                monitor='accuracy', 
                patience=3, 
                #mode='max',
                verbose=2, 
                baseline=0.98)

model.fit(x, y, batch_size=16, epochs=10, verbose=2, validation_split=0.2, callbacks=callbacks)

然而，这是结果。

101/101 - 42s - loss: 6.9557 - accuracy: 6.2461e-04 - val_loss: 6.9565 - val_accuracy: 0.0000e+00
Epoch 2/10

101/101 - 39s - loss: 6.9549 - accuracy: 0.0019 - val_loss: 6.9558 - val_accuracy: 0.0000e+00
Epoch 3/10

101/101 - 37s - loss: 6.9537 - accuracy: 0.0037 - val_loss: 6.9569 - val_accuracy: 0.0000e+00
Epoch 00003: early stopping

由于监测值‘准确性’不断增加，预计它不会停止。

另外，我想早点停下来像这样监视acc

acc=0, acc=0.1....acc=0.5, acc=0.4, acc=0.5, acc=0.6 #dont stop if increases again in patience epoch 

acc=0, acc=0.1....acc=0.5, acc=0.3, acc=0.4, acc=0.35 #stop if acc does not increases again in patience epoch 

我该怎么做？

Answer 1

问题在于Baseline的使用

根据文件，它被定义为：

Baseline value for the monitored quantity. Training will stop if the model doesn't show improvement over the baseline.

通过将基线设置为98%，您是在说明模型的准确度从98%开始，并且在停止训练的三个时期内，它没有比基线提高。

相反，按照您的用例执行以下操作：

tf.keras.callbacks.EarlyStopping(
    monitor='accuracy', 
    min_delta=0.001,
    patience=3,
    mode='auto',
    verbose=2,
    baseline=None
)