🔑 名詞卡
早停法（Early Stopping）
🎯 定義
訓練過程中，若驗證集效能連續多次迭代未改善（達到容忍次數 Patience），便提前終止訓練，以防止過擬合、節省訓練時間。
重點／應用
- 關鍵超參數：Patience（容忍次數）、Minimum Delta（最小改善幅度）。
- 常搭配學習率調整（Learning Rate Scheduling）共同使用，取得穩定且泛化良好的模型。
- 不需修改模型架構，是一種訓練策略層面的正則化手段。
記憶技巧
「看到驗證集效能連續變差/停滯就喊卡」，比喻成模型的「停損點」。
易混淆
- vs Dropout：早停法是控制「訓練何時停止」；Dropout 是控制「訓練過程中神經元的連結方式」，兩者都能抑制過擬合但作用機制完全不同。
📖 課文原文「若訓練過久，模型可能過擬合訓練資料。Early Stopping 是透過監控驗證集效能，判斷訓練何時應中止。」