在Keras中使用交叉验证指标提前停止

可以看出,Keras确实有一个非常可定制的回调功能 here .

EarlyStopping 函数,它对我来说在训练期间检查验证丢失的工作,您可以创建一个自定义回调函数。还可以链接自定义回调函数。

如果您的问题是访问回调中的模型,那么 self answer 早顶

backend .

我希望我能帮上忙。

我认为使用@VincentPakson建议的回调会更干净、更高效,但所需的编程级别超出了我的能力范围。我可以创建一个for循环来完成我想要的:

1. 为单个历元训练模型并使用 model.save()

2. 加载保存的模型,并为10次折叠中的每一次(即10个模型)训练单个历元的模型,然后平均10个验证集误差。

3. 使用所有训练数据加载保存的模型和单个历元的训练,并用此模型覆盖保存的模型。

4. 重复步骤1-3,直到2的估计值在给定的耐心下停止改善。

我想要一个更好的答案,但这似乎奏效了。慢慢地。