python - 神经网络中的nb_epoch代表什么？

Question

我目前开始发现用于深度学习的 Keras 库，似乎在训练阶段选择了一定数量的 epoch，但我不知道这种选择基于哪个假设。

在 Mnist 数据集中，选择的 epoch 数是 4 :

model.fit(X_train, Y_train,
          batch_size=128, nb_epoch=4,
          show_accuracy=True, verbose=1,
          validation_data=(X_test, Y_test))

有人能告诉我为什么以及如何选择正确的纪元数吗？

Answer 1

从 Keras 2.0 开始，nb_epoch 参数已在各处重命名为 epochs。

神经网络是迭代训练的，对整个数据集进行多次传递。整个数据集的每次传递都称为纪元。

有两种可能的方式来选择最佳的 epoch 数量:

1) 将epochs设置为一个较大的数字，当验证准确率或损失停止改善时停止训练:所谓early stopping

from keras.callbacks import EarlyStopping
early_stopping = EarlyStopping(monitor='val_loss', patience=4, mode='auto')

model.fit(X_train, Y_train,
      batch_size=128, epochs=500,
      show_accuracy=True, verbose=1,
      validation_data=(X_test, Y_test),callbacks = [early_stopping])

2) 将 epoch 的数量视为超参数，并根据 epochs 值网格上的一组试验(运行)选择最佳值