tf.estimator.experimental.stop_if_no_decrease_hook

Создаёт хук, который останавливает обучение, если метрика не уменьшается в течение заданного максимального количества шагов.

tf.estimator.experimental.stop_if_no_decrease_hook(
    estimator, metric_name, max_steps_without_decrease, eval_dir=None, min_steps=0,
    run_every_secs=60, run_every_steps=None
)

Пример использования:

estimator = ...
# Hook to stop training if loss does not decrease in over 100000 steps.
hook = early_stopping.stop_if_no_decrease_hook(estimator, "loss", 100000)
train_spec = tf.estimator.TrainSpec(..., hooks=[hook])
tf.estimator.train_and_evaluate(estimator, train_spec, ...)

Примечание: текущая реализация поддерживает раннее прекращение обучения и оценки в локальном режиме. В распределённом режиме обучение может быть остановлено, но оценка (если это отдельная задача) будет бесконечно ждать новых контрольных точек модели для оценки, поэтому вам понадобятся другие средства для обнаружения и остановки оценки. Раннее прекращение оценки в распределённом режиме требует изменений в train_and_evaluate API и будет рассмотрено в будущей версии.