DalšíDalší průvodce
AI v časném varování před zemětřesením
Aplikace
PRŮVODCE Základy
Early stopping uses a validation metric to decide when to stop a training run.
Poslechněte si tento návodAI-vyprávěný · ~2 min
A patience rule can tolerate temporary plateaus or noise, while the best checkpoint is retained; its effect on generalization depends on the metric, data, and training setup.
Training loss can continue to decrease while validation performance levels off or worsens, which may indicate overfitting. An early-stopping rule monitors a selected validation metric and stops after a configured number of checks without a qualifying improvement. The patience setting allows temporary plateaus; min_delta can specify the minimum change that counts as improvement. Implementations differ in when they check and whether they automatically restore the best weights, so verify the callback behavior and save or restore the desired checkpoint. Validation curves often—but not invariably—show an initial improvement followed by a plateau or decline. Early stopping can act as regularization by limiting optimization time, but it does not guarantee lower test error; validation data should be kept separate from final test evaluation.
Zpětné volání Keras EarlyStopping s trpělivostí=10 monitorováním val_loss a restore_best_weights=Pravda pro klasifikátor obrázků
Zastavení stromu se zesíleným gradientem (XGBoost early_stopping_rounds) při ověřování plató AUC, aby se zabránilo přidávání zbytečných stromů
Zastavení jemného ladění modelu sentimentu BERT, jakmile se ověření F1 přestane zvyšovat, což ušetří hodiny GPU
Soutěžící Kaggle používající ověřovací fold k předčasnému zastavení a výběru kontrolního bodu s nejnižší ztrátou logu
Předčasné zastavení zůstává standardem téměř v každém tréninkovém kanálu, ale jeho role se posouvá. U velmi velkých modelů trénovaných pro jednu epochu na masivních korpusech je klasické zastavování založené na epochách nahrazeno monitorováním rozpočtů tokenů a rozvrhů rychlosti učení. Očekávejte těsnější integraci s automatickým vyhledáváním hyperparametrů, multimetrickými kritérii a plánovači s ohledem na rozpočet, kteří rozhodují, kdy další školení již neospravedlňuje jeho výpočetní a uhlíkové náklady.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Early stopping uses a validation metric to decide when to stop a training run. A patience rule can tolerate temporary plateaus or noise, while the best checkpoint is retained; its effect on generalization depends on the metric, data, and training setup.
Včasné zastavení sleduje zdrženou ověřovací metriku, protože tréninková ztráta neustále klesá, i když model přerůstá.
Trpělivost je počet povolených epoch bez zlepšení před zastavením tréninku, vyhlazování hlučných ověřovacích křivek.
Kontrolní bod obnovíte z epochy s nejlepším ověřovacím skóre, nikoli z poslední epochy, která již možná přerostla.
Stopping based on validation behavior can limit continued fitting, but it is not identical to adding an L2 penalty and does not guarantee improved test performance.
min_delta nastavuje, jak velké zlepšení musí být, aby se vynulovalo počítadlo trpělivosti, čímž se zabrání tomu, aby drobné výkyvy vypadaly jako skutečný pokrok.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
AI v časném varování před zemětřesením
Aplikace