Keras中EarlyStopping未触发时的模型保存行为

核心结论 #

当EarlyStopping未触发（即训练跑完了所有150个epoch）时，你当前代码保存的是最后一轮训练的权重，而非训练过程中loss最优的那个epoch的权重。

原因分析 #

你设置的restore_best_weights=True参数，仅在EarlyStopping触发（提前终止训练）时生效：此时回调会自动将模型权重恢复到监控指标（这里是loss）最优的epoch状态，之后执行model.save()保存的就是最优权重。

但如果训练顺利跑完所有预设epoch，EarlyStopping未被激活，这个参数不会起作用——模型会保留最后一轮训练结束后的权重，此时model.save()保存的自然是最后一轮的权重。

优化方案（可选） #

如果希望无论是否触发早停，都能保存训练过程中loss最优的模型权重，建议搭配ModelCheckpoint回调使用，示例代码如下：

from keras.callbacks import EarlyStopping, ModelCheckpoint

es = EarlyStopping(monitor='loss', min_delta=1e-4, patience=10, verbose=True, restore_best_weights=True)
mc = ModelCheckpoint('model_best.h5', monitor='loss', save_best_only=True, verbose=True)

history = model.fit(ft, steps_per_epoch=len(ft), callbacks=[es, mc], epochs=150, verbose=verbose)

这个方案中，ModelCheckpoint会在每个epoch结束后自动判断当前loss是否为最优，仅保存最优状态的模型，完全不受早停是否触发的影响。

内容的提问来源于stack exchange，提问作者MrT77