Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow

Evitando o Sobreajuste Por Meio da Regularização | 313

Parada Antecipada

Para evitar o sobreajuste do conjunto de treinamento, uma excelente solução é a parada

antecipada (introduzida no Capítulo 4): basta interromper o treinamento quando seu

desempenho no conjunto de validação começa a cair.

Uma forma de implementar isso com o TensorFlow seria avaliar o modelo em um

conjunto de validação posto em intervalos regulares (por exemplo, a cada 50 etapas) e

salvar um snapshot “vencedor” se ele superar os snapshots vencedores anteriores. Conte

o número de etapas desde o último “vencedor” salvo e interrompa o treinamento quan-

do esse número atingir u ...