ImageClassificationTrainer.EarlyStopping Classe

Définition

Espace de noms:: Microsoft.ML.Vision

Assembly:: Microsoft.ML.Vision.dll

Paquet:: Microsoft.ML.Vision v4.0.1

Paquet:: Microsoft.ML.Vision v1.4.0

Paquet:: Microsoft.ML.Vision v1.5.5

Paquet:: Microsoft.ML.Vision v1.6.0

Paquet:: Microsoft.ML.Vision v1.7.0

Paquet:: Microsoft.ML.Vision v2.0.1

Paquet:: Microsoft.ML.Vision v3.0.1

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

Source:: ImageClassificationTrainer.cs

Source:: ImageClassificationTrainer.cs

Source:: ImageClassificationTrainer.cs

Important

Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.

La fonctionnalité d’arrêt précoce arrête l’entraînement lorsque la quantité surveillée cesse d’améliorer'. Modélisé après 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

Héritage: Object
ImageClassificationTrainer.EarlyStopping

Constructeurs

Nom	Description
ImageClassificationTrainer.EarlyStopping(Single, Int32, ImageClassificationTrainer+EarlyStoppingMetric, Boolean)	La fonctionnalité d’arrêt précoce arrête l’entraînement lorsque la quantité surveillée cesse d’améliorer'. Modélisé après https://github.com/tensorflow/tensorflow/blob/00fad90125b18b80fe054de1055770cfb8fe4ba3/ tensorflow/python/keras/callbacks.py#L1143

Propriétés

Nom	Description
CheckIncreasing	Indique si la quantité surveillée doit augmenter (par exemple, Précision, CheckIncreasing = true) ou décroissant (par exemple. Perte, CheckIncreasing = false).
MinDelta	Modification minimale de la quantité surveillée à considérer comme une amélioration.
Patience	Nombre d’époques à attendre après qu’aucune amélioration n’est observée consécutivement avant d’arrêter l’entraînement.

Méthodes

Nom	Description
ShouldStop(ImageClassificationTrainer+TrainMetrics)	Pour être appelé à la fin de chaque époque pour vérifier si l’entraînement doit s’arrêter. Pour augmenter la métrique (par exemple : Précision), si la métrique cesse d’augmenter, arrêtez l’entraînement si la valeur de la métrique n’augmente pas dans le nombre d’époques « patience ». Pour réduire la métrique (par exemple : Perte), arrêtez l’entraînement si la valeur de la métrique ne diminue pas dans le nombre d’époques « patience ». Toute modification de la valeur de la métrique inférieure à « minDelta » n’est pas considérée comme une modification.

Nom

Description

ShouldStop(ImageClassificationTrainer+TrainMetrics)

Pour être appelé à la fin de chaque époque pour vérifier si l’entraînement doit s’arrêter. Pour augmenter la métrique (par exemple : Précision), si la métrique cesse d’augmenter, arrêtez l’entraînement si la valeur de la métrique n’augmente pas dans le nombre d’époques « patience ». Pour réduire la métrique (par exemple : Perte), arrêtez l’entraînement si la valeur de la métrique ne diminue pas dans le nombre d’époques « patience ». Toute modification de la valeur de la métrique inférieure à « minDelta » n’est pas considérée comme une modification.

S’applique à