TensorFlow 2.0教程04：Early Stopping

在训练过程中，神经网络中的weights会更新，以使模型在训练数据上的表现更好。一段时间以来，训练集上的改进与测试集上的改进呈正相关。但是，有时会开始过度拟合训练数据，进一步的“改进”将导致泛化性能降低。这称为过度拟合。Early stopping是一种用于在过度拟合发生之前终止训练的技术。 本教程说明了如何在TensorFlow 2中实现early stopping。本教程的所有代码均可在我们的

>>阅读原文<<