keras中的early stopping

目的：防止過擬合

1. # early stoppping
2. from keras.callbacks import EarlyStopping
3. early_stopping = EarlyStopping(monitor= 'val_loss', patience=50, verbose=2)
4. # 訓練
5. history = model.fit(train_X, train_y, epochs= 300, batch_size=20, validation_data=(test_X, test_y), verbose=2, shuffle=False, callbacks=[early_stopping])

monitor: 需要監視的量，val_loss，val_acc
patience: 當early stop被激活(如發現loss相比上一個epoch訓練沒有下降)，則經過patience個epoch后停止訓練
verbose: 信息展示模式
mode: 'auto','min','max'之一，在min模式訓練，如果檢測值停止下降則終止訓練。在max模式下，當檢測值不再上升的時候則停止訓練。