ImageClassificationTrainer.EarlyStopping Klasse

Definition

Namespace:: Microsoft.ML.Vision

Assembly:: Microsoft.ML.Vision.dll

Paket:: Microsoft.ML.Vision v4.0.1

Paket:: Microsoft.ML.Vision v1.4.0

Paket:: Microsoft.ML.Vision v1.5.5

Paket:: Microsoft.ML.Vision v1.6.0

Paket:: Microsoft.ML.Vision v1.7.0

Paket:: Microsoft.ML.Vision v2.0.1

Paket:: Microsoft.ML.Vision v3.0.1

Paket:: Microsoft.ML.Vision v5.0.0-preview.1.25125.4

Quelle:: ImageClassificationTrainer.cs

Quelle:: ImageClassificationTrainer.cs

Quelle:: ImageClassificationTrainer.cs

Wichtig

Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.

Das Feature "Early Stop" beendet die Schulung, wenn die überwachte Menge nicht mehr verbessert wird.". Modelliert nach https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ tensorflow/python/keras/callbacks.py#L1143

public sealed class ImageClassificationTrainer.EarlyStopping

type ImageClassificationTrainer.EarlyStopping = class

Public NotInheritable Class ImageClassificationTrainer.EarlyStopping

Vererbung: Object
ImageClassificationTrainer.EarlyStopping

Konstruktoren

Name	Beschreibung
ImageClassificationTrainer.EarlyStopping(Single, Int32, ImageClassificationTrainer+EarlyStoppingMetric, Boolean)	Das Feature "Early Stop" beendet die Schulung, wenn die überwachte Menge nicht mehr verbessert wird.". Modelliert nach https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ tensorflow/python/keras/callbacks.py#L1143

Eigenschaften

Name	Beschreibung
CheckIncreasing	Gibt an, ob die überwachte Menge erhöht werden soll (z. B. Genauigkeit, CheckIncreasing = true) oder abnehmend (z. B. Loss, CheckIncreasing = false).
MinDelta	Minimale Änderung der überwachten Menge, die als Verbesserung betrachtet werden soll.
Patience	Anzahl der Epochen, die warten, nachdem keine Verbesserung aufeinanderfolgende gesehen wird, bevor das Training beendet wird.

Methoden

Name	Beschreibung
ShouldStop(ImageClassificationTrainer+TrainMetrics)	Um am Ende jeder Epoche aufgerufen zu werden, um zu überprüfen, ob das Training beendet werden soll. Für die Erhöhung der Metrik (z. B. Genauigkeit), wenn die Metrik nicht mehr steigt, beenden Sie das Training, wenn der Wert der Metrik nicht innerhalb der Anzahl der Epochen erhöht wird. Beenden Sie bei abnehmender Metrik (z. B. Verlust), wenn der Wert der Metrik nicht innerhalb der Anzahl der Epochen verringert wird. Jede Änderung des Werts der Metrik kleiner als "minDelta" wird nicht als Änderung betrachtet.

Name

Beschreibung

ShouldStop(ImageClassificationTrainer+TrainMetrics)

Um am Ende jeder Epoche aufgerufen zu werden, um zu überprüfen, ob das Training beendet werden soll. Für die Erhöhung der Metrik (z. B. Genauigkeit), wenn die Metrik nicht mehr steigt, beenden Sie das Training, wenn der Wert der Metrik nicht innerhalb der Anzahl der Epochen erhöht wird. Beenden Sie bei abnehmender Metrik (z. B. Verlust), wenn der Wert der Metrik nicht innerhalb der Anzahl der Epochen verringert wird. Jede Änderung des Werts der Metrik kleiner als "minDelta" wird nicht als Änderung betrachtet.

Gilt für: