Download early stopping pytorch - Unduh Kode Sumber early stopping pytorch

early stopping pytorch

ular piton

v1.0.10

Unduh

Berhenti lebih awal untuk pytorch

Perhentian awal adalah bentuk regularisasi yang digunakan untuk menghindari overfitting pada dataset pelatihan. Perhentian awal melacak kehilangan validasi, jika kerugian berhenti berkurang untuk beberapa zaman berturut -turut, pelatihan berhenti. Kelas EarlyStopping di early_stopping_pytorch/early_stopping.py digunakan untuk membuat objek untuk melacak kehilangan validasi saat melatih model pytorch. Ini akan menyimpan pos pemeriksaan model setiap kali penurunan kerugian validasi. Kami menetapkan argumen patience di kelas EarlyStopping untuk berapa banyak zaman yang ingin kami tunggu setelah terakhir kali kehilangan validasi membaik sebelum melanggar lingkaran pelatihan. Ada contoh sederhana tentang cara menggunakan kelas EarlyStopping di mnist_early_stopping_example notebook.

Di bawahnya ada plot dari contoh notebook, yang menunjukkan pos pemeriksaan terakhir yang dibuat oleh objek awal, tepat sebelum model mulai overfit. Itu memiliki kesabaran yang ditetapkan ke 20.

Instalasi

Opsi 1: Instal dari PYPI (Direkomendasikan)

pip install early-stopping-pytorch

Opsi 2: Instal dari Sumber

Untuk pengembangan atau jika Anda menginginkan perubahan terbaru yang belum dirilis:

1. Kloning repositori

git clone https://github.com/your_username/early-stopping-pytorch.git
cd early-stopping-pytorch

2. Mengatur lingkungan virtual

Jalankan skrip pengaturan untuk membuat lingkungan virtual dan menginstal semua dependensi yang diperlukan.

./setup_dev_env.sh

3. Aktifkan lingkungan virtual

Aktifkan lingkungan virtual:

 source dev-venv/bin/activate

4. Instal paket dalam mode editing

Instal paket secara lokal dalam mode yang dapat diedit sehingga Anda dapat segera menggunakannya:

pip install -e .

Penggunaan

 from early_stopping_pytorch import EarlyStopping

# Initialize early stopping object
early_stopping = EarlyStopping ( patience = 7 , verbose = True )

# In your training loop:
for epoch in range ( num_epochs ):
    # ... training code ...
    val_loss = ... # calculate validation loss

    # Early stopping call
    early_stopping ( val_loss , model )
    if early_stopping . early_stop :
        print ( "Early stopping triggered" )
        break

Sebagai contoh yang lengkap, lihat MNIST Contoh Notebook Stopping Early.

Kutipan

Jika Anda menemukan paket ini berguna dalam riset Anda, harap pertimbangkan mengutipnya sebagai:

 @misc { early_stopping_pytorch ,
  author = { Bjarte Mehus Sunde } ,
  title = { early-stopping-pytorch: A PyTorch utility package for Early Stopping } ,
  year = { 2024 } ,
  url = { https://github.com/Bjarten/early-stopping-pytorch } ,
}