0Pricing
Deep Learning Academy · Aula

Parada Antecipada com a Perda de Validação

Pare antes que ocorra sobreajuste

Parada Antecipada com a Perda de Validação é uma aula grátis de Deep Learning Academy no CoddyKit. Esta é a aula 4 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Deep Learning Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Deep Learning Academy inclui 4 aulas no total.

Partes desta aula ainda não foram traduzidas e aparecem em inglês.

Training Too Long Hurts

More epochs are not always better. Past a point the model starts memorizing noise, and validation results get worse. Early stopping ends training at the sweet spot.

Watch Validation Loss

The signal you track is validation loss. While it keeps falling the model is still generalizing better, so you let training continue.

The Turning Point

Eventually training loss keeps dropping but validation loss bottoms out and rises. That upward turn is the moment overfitting takes over.

Remember the Best Score

Keep a variable for the best validation loss seen so far. Each epoch you compare the new score against it to decide if progress was made.

best_loss = float('inf')

Count Epochs Without Gain

When an epoch fails to beat the best, increase a counter. A reset to zero happens the moment validation loss improves again.

if val_loss < best_loss:
    best_loss = val_loss
    counter = 0
else:
    counter += 1

Set a Patience

Patience is how many bad epochs you tolerate before quitting. A small value stops fast; a larger one rides out noisy dips.

patience = 5

Break When Patience Runs Out

Once the counter reaches patience, stop the loop. This break ends training before the model wastes time getting worse.

if counter >= patience:
    break

Save the Best Along the Way

Each time validation improves, write a checkpoint. When you finally stop, that saved file holds the strongest model, not the last one.

if val_loss < best_loss:
    torch.save(model.state_dict(), 'best.pt')

Add a Min Delta

Tiny wobbles can look like fake progress. A min_delta requires improvement bigger than a threshold before resetting the patience counter.

if val_loss < best_loss - min_delta:
    best_loss = val_loss

Restore the Best at the End

After the loop, load your saved checkpoint so you actually deploy the best model. Stopping early is pointless if you keep the worse final weights.

model.load_state_dict(torch.load('best.pt'))

A Free Form of Regularization

Early stopping costs nothing extra yet fights overfitting like a regularizer. It pairs nicely with dropout and weight decay for even steadier training.

Quick Check

What does the patience setting control in early stopping?

Recap

Track validation loss, count epochs without gain, stop once patience runs out, and restore the best checkpoint. Early stopping saves time and curbs overfitting. ⏹️

Perguntas Frequentes

A aula “Parada Antecipada com a Perda de Validação” é grátis?

Sim — o texto completo de “Parada Antecipada com a Perda de Validação” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Deep Learning Academy, atualize para CoddyKit PRO. O curso de Deep Learning Academy inclui 4 aulas no total.

O que vou aprender em “Parada Antecipada com a Perda de Validação”?

Pare antes que ocorra sobreajuste Você pratica Deep Learning Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.

Preciso ter experiência prévia para começar Deep Learning Academy?

Nenhuma experiência prévia é necessária. Deep Learning Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 4 de 4.

Quanto tempo leva a aula “Parada Antecipada com a Perda de Validação”?

A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.

Posso escrever e executar código nesta aula de Deep Learning Academy?

Sim. Cada aula de Deep Learning Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.

Todas as aulas deste curso

  1. Separe Treinamento, Validação e Teste
  2. Um Ciclo de Épocas com Validação
  3. Salve e Carregue com state_dict
  4. Parada Antecipada com a Perda de Validação
← Voltar para Deep Learning Academy