【学习笔记】深度学习技巧（防止过拟合）——Early Stopping 早停法

Early Stopping 的优缺点：
优点： 防止过拟合。
缺点： 没有采取不同的方式来解决优化损失函数和降低方差这两个问题，而是用一种方法同时解决两个问题 ，结果就是要考虑的东西变得更复杂。之所以不能独立地处理，因为如果你停止了优化代价函数，你可能会发现代价函数的值不够小，同时你又不希望过拟合。
解决办法： 尝试L1、L2正则化，dropout等。
 

代码示例：

在 FastText 中使用 early_stopping ：
monitor: 需要监视的量，val_acc() （模型准确率model accuracy）
patience: 当early stop被激活(如发现 loss 相比上一个 epoch 训练没有下降)，则经过 patience 个 epoch 后停止训练
verbose: 信息展示模式
mode: ‘auto’,‘min’,'max’之一，在min模式训练，如果检测值停止下降则终止训练。
在max模式下，当检测值不再上升的时候则停止训练。in auto mode, the direction is automatically inferred from the name of the monitored quantity.

转自：https://blog.csdn.net/Trance95/article/details/104934789