Keras LSTM - 为什么我的 Earlystopping 功能不起作用？答案

【问题标题】：Keras LSTM - Why my Earlystopping function didn't work?Keras LSTM - 为什么我的 Earlystopping 功能不起作用？
【发布时间】：2020-08-03 03:29:41
【问题描述】：

我是深度学习和 Keras 的新手，并尝试让我的模型分类更准确。因为只有 75 个数据，所以我将 60 个用于训练和 15 个用于验证（80/20）分开，所以很容易过拟合。我尝试添加更多层、更多单元、减少层、单元、增加和减少学习率等以获得更好的性能。

从之前的运行中，我知道我的 val_acc 在大约 100-150 个 epoch 内下降到 0.8，所以我想在那个时候停止训练以避免下降。

我目前使用 5 个批量进行训练，每次拟合由 350 个 epoch 组成。现在我想使用 Earlystopping 在最接近的训练和验证准确度时期停止，但尚未成功。

我尝试将监视器“val_acc”设置为至少达到基线值 0.8，然后添加 min_delta = 0.01，以期仅在达到基线后应用此规则，但这没有帮助。加了早停功能后，为什么还没达到基线就这么早停了？每次我改变耐心时，训练都会停止在“那个”耐心。

这是我的代码。

#early stopping
from Keras.callbacks import EarlyStopping
early_stopping= keras.callbacks.EarlyStopping(monitor='val_acc', min_delta=0.01, patience=5, verbose=0, mode='max', baseline=0.8, restore_best_weights=False)

train_history =model.fit(X_train, train_Label,batch_size=5,
                         epochs=300,verbose=2,callbacks=[early_stopping],
                         validation_split=0.2)

为什么它在没有达到基线的情况下这么早就停止了？这有什么原因吗？我应该如何调整功能以满足我的期望？或者有什么好的做法可以用来获得最高的验证准确度？

谢谢！

【问题讨论】：

标签： python machine-learning keras lstm early-stopping

【解决方案1】：

如果在达到您的耐心数量时未达到基线准确度，您的模型将停止训练。基线适用于当事情没有按计划进行时，您不想继续训练。

请参阅here 了解简单说明。

删除基线，您的模型将在需要时停止。同样在您的代码 sn-p 中，您有 delta = 0，仅供参考。

【讨论】：