我正在使用基于val_acc和patience=0的earlystopping使用Keras来训练一个神经网络。 earlystopping在val_acc减少时立即停止训练。
然而，我得到的最后一个模型并不是最好的模型，即具有最高val_acc的模型。 但是我更愿意使用与之后的纪元相对应的模型，即与val_acc相对应的模型，该模型只比最好的模型低一点，并且导致了早期停止！
我怎么才能得到最好的呢？
我尝试使用回调的save the best model:
ModelCheckpoint(filepath='best_model.h5', monitor='val_loss', save_best_only=True)]
但我得到了同样的结果。
如果您想保存最高精度，那么您应该设置检查点monitor='val_acc'，它将自动保存为最高精度。 最低损耗不一定对应最高精度。 您还可以设置verbose=1来查看保存的是哪个模型以及为什么。
在Keras 2.2.3中，为earlystopping回调引入了一个名为restore_best_weights的新参数，如果将该参数设置为true（默认为false)，它将从具有最佳监控量的纪元恢复权重:
restore_best_weights:是否从具有监控量的最佳值的纪元恢复模型权重。 如果false，则使用在训练的最后一步获得的模型权重。
