Download early stopping pytorch - early stopping pytorch

early stopping pytorch

Pitão

v1.0.10

Baixar

Páregando antecipadamente para Pytorch

A parada precoce é uma forma de regularização usada para evitar o excesso de ajuste no conjunto de dados de treinamento. A parada precoce mantém o controle da perda de validação, se a perda parar de diminuir para várias épocas seguidas, o treinamento para. A classe EarlyStopping em early_stopping_pytorch/early_stopping.py é usada para criar um objeto para acompanhar a perda de validação ao treinar um modelo Pytorch. Ele economizará um ponto de verificação do modelo cada vez que a perda de validação diminui. Estabelecemos o argumento patience na aula EarlyStopping para quantas épocas queremos esperar após a última vez que a perda de validação melhorou antes de quebrar o ciclo de treinamento. Há um exemplo simples de como usar a classe EarlyStopping no notebook mnist_early_stopping_example.

Por baixo, há um enredo do Notebook Exemplo, que mostra o último ponto de verificação feito pelo objeto de parada inicial, logo antes do modelo começar a exagerar. Tinha paciência definida para 20.

Instalação

Opção 1: Instale a partir do Pypi (recomendado)

pip install early-stopping-pytorch

Opção 2: Instale da fonte

Para desenvolvimento ou se você deseja as últimas mudanças não lançadas:

1. Clone o repositório

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

2. Configure o ambiente virtual

Execute o script de configuração para criar um ambiente virtual e instalar todas as dependências necessárias.

./setup_dev_env.sh

3. Ative o ambiente virtual

Ative o ambiente virtual:

 source dev-venv/bin/activate

4. Instale o pacote em modo editável

Instale o pacote localmente no modo editável para que você possa usá -lo imediatamente:

pip install -e .

Uso

 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

Para um exemplo completo, consulte o notebook Mnist Early Stopping Exemplo.

Citação

Se você achar este pacote útil em sua pesquisa, considere citá -lo como:

 @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 } ,
}