Təlimi dayandırmaq üçün hansı səhv həddindən istifadə etmək lazımdır?

Modeli dayandırmaq üçün səhv həddi sabit dəyər deyil və konkret tapşırıq, məlumatlar və modelin keyfiyyət tələblərinə bağlıdır. Adətən aşağıdakı yanaşmalar istifadə olunur:

• Təsdiqləmə səhvi: Təlim, təsdiqləmə dəstindəki səhv yaxşılaşmadıqda dayandırılır (erkən dayandırma, early stopping). Bu, artıq öyrənmənin qarşısını alır.
• Səhv dəyəri: Əgər biznes tələbləri varsa, müəyyən bir səhv həddi təyin oluna bilər (məsələn, dəqiqlik > 90% və ya MSE < 0.01).
• Nisbətən yaxşılaşma: Əgər epoxalar arasında səhv yaxşılaşması müəyyən həddən azdırsa, dayandırılır (məsələn, 0.001-dən az).

Keras-də early stopping istifadəsi nümunəsi:

from tensorflow.keras.callbacks import EarlyStopping

early_stop = EarlyStopping(monitor='val_loss', patience=5, min_delta=0.001)
model.fit(X_train, y_train, validation_data=(X_val, y_val), epochs=100, callbacks=[early_stop])

Beləliklə, səhv həddi daha çox səhv dinamikasının müşahidəsinə və model tələblərinə əsaslanan meyar olub, sabit ədəd deyil.