Python 仅在达到最大值后停止训练MLPREGESSOR（解算器=lbfgs），而不是因为；托尔；

我正在使用

mlprepressor

使用解算器

lbfgs

训练模型。我已将

max_iter

参数从默认值200更改为500。我想强制训练持续到500次迭代，当损失没有至少改善

tol

时，不要停止训练

我已经尝试将tol设置为0.0，然后将其设置为负值（例如-10）

这就是我得到的：

The number of iterations ran was:  56
The number of iterations ran was:  162
The number of iterations ran was:  154 
The number of iterations ran was:  169
The number of iterations ran was:  127
The number of iterations ran was:  40
The number of iterations ran was:  501
The number of iterations ran was:  501
The number of iterations ran was:  502
The number of iterations ran was:  198

---

我期望每次迭代500次。（甚至不是501或502，因为它们超过了我在

max\u iter

中指定的500）

参数

tol

指定了优化的公差。如果损失或分数未得到改善，至少达到

tol

，则视为已完成培训。尝试将

tol

参数设置为

None

，因为它指示

-无限

，因此训练不会停止，直到达到

最大值

mymodel = mlpr(hidden_layer_sizes=(3,), activation = 'tanh', solver = 
'lbfgs',max_iter=500, tol=None, verbose=True)

当我运行
mymodel=mymodel.fit（xtrain，ytrain）
时，会出现一个错误。尝试在您的系统上运行它。是否有其他方法写入
-infinity
？尝试将
verbose
参数设置为大于3，以检查
'tol'
是否是您所说的主要原因。如果是这样，请将
n\u iter\u no\u change
设置为等于
n\u iter
mymodel = mlpr(hidden_layer_sizes=(3,), activation = 'tanh', solver = 
'lbfgs',max_iter=500, tol=None, verbose=True)