tf.keras.callbacks.earlystoping的参数值及其含义是什么

具有参数，例如监视器参数，但文档中未提及可以指定的值。我在哪里能找到它们

tf.keras.callbacks.EarlyStopping(
    monitor="val_loss",
    min_delta=0,
    patience=0,
    verbose=0,
    mode="auto",
    baseline=None,
    restore_best_weights=False,
)

班长 可用值记录在哪里

基线 基线：监控数量的基线值。如果模型没有显示出比基线有所改善，培训将停止

请解释一下这到底意味着什么。如果将其设置为0.6且监视器值为精度，则如果第一个历元精度为0.5，执行是否会停止

冗长的

---

要指定哪些值？1是最冗长的？最大值是多少？每个级别的含义是什么？

可用的度量是您可以在

历史记录

对象或Tensorboard中看到的日志项。下面是tensorflow/python/keras/callbacks.py上TF源代码的摘录：

Typically the metrics are set by the
        `Model.compile` method. Note:
        * Prefix the name with `"val_`" to monitor validation metrics.
        * Use `"loss"` or "`val_loss`" to monitor the model's total loss.
        * If you specify metrics as strings, like `"accuracy"`, pass the same
          string (with or without the `"val_"` prefix).
        * If you pass `metrics.Metric` objects, `monitor` should be set to
          `metric.name`
        * If you're not sure about the metric names you can check the contents
          of the `history.history` dictionary returned by
          `history = model.fit()`
        * Multi-output models set additional prefixes on the metric names.