tf.estimator.experimental.stop_if_no_increase_hook

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

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

Пример использования:

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

Примечание: текущая реализация поддерживает остановку обучения и оценки как в локальном, так и в распределённом режиме. В распределённом режиме обучение может быть остановлено, но оценка (которая выполняется на отдельном узле) будет бесконечно ожидать новых контрольных точек модели для оценки, поэтому вам потребуется другой способ определения и остановки. Остановка оценки в распределённом режиме требует изменений в train_and_evaluate API и будет реализована в будущей версии.