如何在图像分类pytorch中提前停止

Question

我是Pytorch和机器学习的新手，我将按照本教程https://www.learnopencv.com/image-classification-using-transfer-learning-in-pytorch/中的教程操作，并使用我的自定义数据集。然后我在这个教程中遇到了同样的问题，但我不知道如何在pytorch中提前停止，如果你有更好的方法而不创建提前停止进程，请告诉我。

Answer 1

这就是我在每个时代所做的

val_loss += loss
val_loss = val_loss / len(trainloader)
if val_loss < min_val_loss:
  #Saving the model
  if min_loss > loss.item():
    min_loss = loss.item()
    best_model = copy.deepcopy(loaded_model.state_dict())
    print('Min loss %0.2f' % min_loss)
  epochs_no_improve = 0
  min_val_loss = val_loss

else:
  epochs_no_improve += 1
  # Check early stopping condition
  if epochs_no_improve == n_epochs_stop:
    print('Early stopping!' )
    loaded_model.load_state_dict(best_model)

不管它有多正确(我从另一个网站上的一篇文章中摘取了大部分代码，但忘记了在哪里，所以我不能放这个参考链接。我刚刚修改了一下)，希望你能发现它是有用的，如果我错了，请指出错误。谢谢

Answer 2

尝试使用下面的代码。

     # Check early stopping condition
     if epochs_no_improve == n_epochs_stop:
        print('Early stopping!' )
        early_stop = True
        break
     else:
        continue
     break
if early_stop:
    print("Stopped")
    break