ModelCheckpoint

Ouverte
#221 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
4/5
Temps estimé
3-5 jours
Accessibilité débutants
25/100
Type d'issue
Fonctionnalité
Clarté
À clarifier
Activité
À l'abandon
Stack technique
python

Piste de recherche

Start by tracing the model training entry point and the existing snapshotFreq=1 handling. Define how a checkpoint metric, min/max direction, and plateau patience should be selected before implementing the behavior. Done means saving weights at the requested best or leveled-off epoch rather than only at a fixed snapshot frequency.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

enhancement

Save the model at the epoch where loss, fit error, validation loss or validation error is min/max or maybe has leveled off for a certain number of epochs.

Need use snapshotFreq=1 to save the weights.

Langage dominant
Python
Étoiles
224
Forks
129
Métriques de merge des PR
Aucune PR mergée en 30 j

Préparer son environnement

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de sassoftware/python-dlpy

Toutes les issues de sassoftware/python-dlpy

Issues similaires

Plus d'issues Python

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.