返回Keras中EarlyStopping回调的时期数

Question

有什么方法可以返回使用EarlyStopping回调时在Keras中停止训练的时期数？

我可以获取训练和验证损失的日志，并使用耐心参数自己计算时间段数，但是还有更直接的方法吗？

Answer 1

patience从历元总数中减去该值（如本评论中所建议的）在某些情况下可能不起作用。例如，如果您设置epochs=100和patience=20，如果在第 90 轮找到最佳准确率/损失值，则训练将在第 100 轮停止。因此，使用这种方法，您会得到错误的数字 (100-20 = 80)。

此外，正如本评论中所述，使用EarlyStopping.stopped_epoch仅提供训练停止时的纪元，而不是保存最佳权重时的纪元。save_best_weights=True当您设置或依赖ModelCheckpoint在停止训练之前保存最佳模型时，这特别有用。

因此我的解决方案是获取模型历史数组的索引，具有最佳值。假设使用的指标是验证准确性，依赖于numpy，这里是一些代码：

import numpy as np

model.fit(...)
hist = model.history.history['val_acc']
n_epochs_best = np.argmax(hist)

Answer 2

使用EarlyStopping.stopped_epoch属性：在单独的变量（）中记住回调callback，并callback.stopped_epoch在训练停止后检查。