我在使用验证准确性实现提前停止时有一个疑问。

假设我想在验证准确性在50个轮次后没有提高时停止训练。然而，我可能会在第二个轮次随机获得一个好的验证准确性。例如：

训练准确性：0.76 验证准确性：0.80

可能在训练准确性提高的同时，我无法获得更好的验证准确性。因此，当我在训练上达到99%的准确性时，可能会因为第二个轮次的80%验证准确性太高（轮次 = 52）而停止训练。

我想插入一个偏移量。例如，从第100个轮次开始使用验证准确性进行提前停止。

这在Keras中可能吗？

提前感谢

回答：

Keras的回调非常灵活，因此你可以简单地修改内置的EarlyStopping回调：

from keras.callbacks import EarlyStoppingclass DelayedEarlyStopping(EarlyStopping):    def on_epoch_end(self, epoch, logs=None):        if epoch >= 100:            super().on_epoch_end(epoch, logs=logs)