Callback

• EarlyStopping

  : 모델을 더 이상 학습을 못할 경우(loss, metric등의 개선이 없을 경우), 학습 도중 미리 학습을 종료시키는 콜백함수

  • monitor
    • 학습 조기 종료를 위해 관찰하는 항목
    • val_loss, val_accuracy 주로 사용
    • val_loss < default
  • min_delta
    • 개선되고 있다고 판단하기 위한 최소 변화량
    • min_delta보다 작으면 개선이 없다고 판단
    • default = 0
  • patience
    • 개선이 안 될 경우 몇번의 epoch를 기다릴지
  • mod
    • 개선이 없다고 판단하는 기준을 결정
    • auto : monitor에 따라 자동 판단
    • min : 감소하는 것을 멈출 때, val_loss에 사용
    • max : 증가하는 것을 멈출 때, val_accuracy에 사용
  • baseline
    • 모델이 달성해야 하는 최소한의 기준값
    • patience 이내에 모델이 baseline보다 개선되지 않을시 training 중단
  • restore_best_weights
    • True : Training이 끝난후 값이 가장 좋았을때의 weight로 복원.
    • False : 마지막 weight를 그대로 유지

• ModelCheckpoint

  : 모델을 저장할 때 사용되는 콜백함수

  • filepath

    • 모델을 저장할 경로

  • monitor

    • 모델을 저장할 때 기준이 되는 값

  • verbose

    • 0 : 화면에 표시하지 않고 바로 저장
    • 1 : 모델이 저장될 때 화면에 표시

  • save_best_only

    • True : monitor 되고 있는 값 기준, 제일 좋은 값을 저장

    • False : 매 epoch마다 모델이 저장

  • save_weight_only

    • True : 모델의 weight만 저장

    • False : 모델의 레이어, weight 모두 저장

  • mode

    • auto : monitor에 따라 자동 판단
    • min : 감소하는 것을 멈출 때, val_loss에 사용
    • max : 증가하는 것을 멈출 때, val_accuracy에 사용

  • save_freq

    • epoch : 매 epoch마다 모델 저장
    • 숫자(int) : 숫자만큼의 batch 진행 후 저장