Есть ли способ прекратить обучение модели в Керасе после достижения определенной точности?

Question

Я знаю, что при обучении по методу fit_generator легко упомянуть количество эпох. У меня много изображений для обучения, и я не могу использовать массив для их загрузки, потому что он показывает MemoryError. Мне нужно прекратить тренировку после достижения определенной точности проверки, скажем, 98%. Если точность не была достигнута после заданного количества эпох, обучение прекращается. Есть ли способ сделать это в Керасе? Я использую бэкэнд Tensorflow.

Редактировать: Я видел EarlyStopping модуль в Керасе, но он отслеживает только изменение отслеживаемого количества.

Answer 1

Вы можете взять код для EarlyStopping от Keras.

class EarlyStoppingByAccuracy(Callback):
    def __init__(self, monitor='accuracy', value=0.98, verbose=0):
        super(Callback, self).__init__()
        self.monitor = monitor
        self.value = value
        self.verbose = verbose

    def on_epoch_end(self, epoch, logs={}):
        current = logs.get(self.monitor)
        if current is None:
            warnings.warn("Early stopping requires %s available!" % self.monitor, RuntimeWarning)

        if current >= self.value:
            if self.verbose > 0:
                print("Epoch %05d: early stopping THR" % epoch)
            self.model.stop_training = True

И пользовательская ранняя остановка может быть использована следующим образом

callbacks = [
    EarlyStoppingByAccuracy(monitor='accuracy', value=0.98, verbose=1),
    ModelCheckpoint(kfold_weights_path, monitor='val_loss', save_best_only=True, verbose=0),
]
model.fit(X_train.astype('float32'), Y_train, batch_size=batch_size, nb_epoch=nb_epoch,
      shuffle=True, verbose=1, validation_data=(X_valid, Y_valid),
      callbacks=callbacks)