TensorFlow 2.0教程04:Early Stopping

在訓練過程中,神經網絡中的weights會更新,以使模型在訓練數據上的表現更好。一段時間以來,訓練集上的改進與測試集上的改進呈正相關。但是,有時會開始過度擬合訓練數據,進一步的「改進」將導致泛化性能降低。這稱爲過度擬合。Early stopping是一種用於在過度擬合發生之前終止訓練的技術。 本教程說明了如何在TensorFlow 2中實現early stopping。本教程的所有代碼均可在我們的
相關文章
相關標籤/搜索