主页 / 问题 / 930970
Accepted
Сергей Андреев
Asked:2020-01-11 20:40:31 +0000 UTC2020-01-11 20:40:31 +0000 UTC

如何确定神经网络的最佳“epochs”数？

  • 772

数据集大小： 350.000 千个示例

类别数： 95

神经网络架构：

model = Sequential()
model.add(Embedding(max_features, 32))
model.add(SpatialDropout1D(0.2))
model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2)) 
model.add(Dense(len(labels_lexicon), activation="softmax")
model.compile(loss='categorical_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])
model.fit(x_train, y_train, batch_size=128, epochs=15,
          validation_data=(x_test, y_test), verbose=2)
scores = model.evaluate(x_test, y_test,
                        batch_size=128)

问题： 训练的最佳“epoch”数是多少？

python

1 个回答

  1. Best Answer

    Keras 已经拥有了你需要的一切——使用Callbacks:ModelCheckpoint和EarlyStopping.

    ModelCheckpoint- 如果指定的指标在下一个 epoch 后有所改进，则允许您将模型保存到磁盘。

    EarlyStopping- 如果模型停止学习/改进，允许您提前终止训练。

    例子：

    from keras.callbacks import EarlyStopping, ModelCheckpoint

Epochs = 300
Batch_size = 32

early_stop = EarlyStopping(monitor='val_acc', min_delta=0.001,
                           patience=10, verbose=1, mode='auto')
chkpt = ModelCheckpoint(model_filename, 
                        monitor='val_loss', 
                        verbose=1, 
                        save_best_only=True, 
                        mode='auto')
callbacks = [early_stop, chkpt]

hist = model.fit(x_train, y_train, 
                 batch_size=Batch_size, epochs=Epochs, 
                 validation_data=(x_val, y_val), 
                 callbacks=callbacks)

    如何从磁盘加载保存的模型：

    from keras.models import load_model

model = load_model('/path/to/saved_model')
    • 3

相关问题