keras中的提前停止回调

如何通过keras中的回调有效地停止训练模型的拟合过程？到目前为止，我已经尝试了各种方法，包括下面的方法

class EarlyStoppingCallback(tf.keras.callbacks.Callback):
    def __init__(self, threshold):
        super(EarlyStoppingCallback, self).__init__()
        self.threshold = threshold

    def on_epoch_end(self, epoch, logs=None):
        accuracy = logs["accuracy"]
        if accuracy >= self.threshold:
            print("Stopping early!")
            self.model.stop_training = True

执行回调，但是

self.model.stop\u training=True

似乎没有效果。打印成功，但模型继续训练。你知道如何解决这个问题吗？

---

我的tensorflow版本是：tensorflow==1.14.0

您可能受到以下问题的影响：

简言之，每当调用

model.predict

或

model.evaluate

时，

model.stop\u training

重置为

False

。我能够使用您的

EarlyStoppingCallback

，然后是另一个在某个固定数据集上调用

model.predict

的回调来重现这种行为

解决方法是将调用<代码>模型的回调放在前面。预测<代码>或<代码>模型。在任何可能要设置<代码>模型的回调之前，首先评估<代码>。停止培训<代码>为<代码>真<代码>。TF2.2似乎也解决了这个问题。

你能分享一下你的代码吗谢谢：），这很有见地。这个问题可以立即解决。