[解決済み] Kerasに損失値に基づいて学習を停止するように伝えるには？

質問

現在、以下のようなコードを使っています。

callbacks = [
    EarlyStopping(monitor='val_loss', patience=2, verbose=0),
    ModelCheckpoint(kfold_weights_path, monitor='val_loss', save_best_only=True, verbose=0),
]
model.fit(X_train.astype('float32'), Y_train, batch_size=batch_size, nb_epoch=nb_epoch,
      shuffle=True, verbose=1, validation_data=(X_valid, Y_valid),
      callbacks=callbacks)

2エポックの間、損失が改善されなかったら学習を停止するようにKerasに指示します。しかし、私は損失がある定数 "THR" よりも小さくなった後に学習を停止したいのです。

if val_loss < THR:
    break

ドキュメントを見ると、独自のコールバックを作ることができるようです。 http://keras.io/callbacks/ しかし、トレーニングプロセスを停止する方法は何も見つかりませんでした。私はアドバイスを必要とする。

どのように解決するのですか？

答えが見つかりました。Kerasのソースを見てみると、EarlyStoppingのコードが見つかりました。それを元に自作のコールバックを作りました。

class EarlyStoppingByLossVal(Callback):
    def __init__(self, monitor='val_loss', value=0.00001, verbose=0):
        super(Callback, self).__init__()
        self.monitor = monitor
        self.value = value
        self.verbose = verbose

    def on_epoch_end(self, epoch, logs={}):
        current = logs.get(self.monitor)
        if current is None:
            warnings.warn("Early stopping requires %s available!" % self.monitor, RuntimeWarning)

        if current < self.value:
            if self.verbose > 0:
                print("Epoch %05d: early stopping THR" % epoch)
            self.model.stop_training = True

そして使い方。

callbacks = [
    EarlyStoppingByLossVal(monitor='val_loss', value=0.00001, verbose=1),
    # EarlyStopping(monitor='val_loss', patience=2, verbose=0),
    ModelCheckpoint(kfold_weights_path, monitor='val_loss', save_best_only=True, verbose=0),
]
model.fit(X_train.astype('float32'), Y_train, batch_size=batch_size, nb_epoch=nb_epoch,
      shuffle=True, verbose=1, validation_data=(X_valid, Y_valid),
      callbacks=callbacks)