learning_rateの制御が失敗する

Question

私はTFLearnで新しいです。

私はTFLearnにこの一定の量のエポックが設定されていることを勉強していました。これはintroduction tutorialです。しかし、learning_rateとの精度がの組み合わせを使用してネットワークトレーニングの終了を判断することが可能かどうかを知りたいのですが... 例：精度低下または増加率に応じて...または正確さを訓練を停止する。

# Build neural network 
net = tflearn.input_data(shape=[None, 6]) 
net = tflearn.fully_connected(net, 32) 
net = tflearn.fully_connected(net, 32) 
net = tflearn.fully_connected(net, 2, activation='softmax') 
net = tflearn.regression(net) 

# Define model 
model = tflearn.DNN(net) 
# Start training (apply gradient descent algorithm) 
model.fit(data, labels, n_epoch=10, batch_size=16, show_metric=True) 

:)

Answer 1

はhttp://tflearn.org/models/dnn/とbest_checkpoint_pathとbest_val_accuracyに見て。パラメータは最良のチェックポイントを保存します。

トレーニングを停止する場合は、自分でコールバックをプログラムしてトレーニングを停止する必要があります。 TFlearnによる早期停止についての素敵なチュートリアルです：http://mckinziebrandon.me/TensorflowNotebooks/2016/11/28/early-stop-solution.html