Erken Durdurma (Early Stopping)

Erken Durdurma nedir?

Erken durdurma (early stopping), bir modelin eğitimini, doğrulama performansı artık iyileşmediği anda durduran bir tekniktir. Eğitim sürdükçe model eğitim verisini gittikçe daha iyi öğrenir, ama bir noktadan sonra yeni veride performansı düşmeye başlar — yani overfitting başlar. Erken durdurma tam bu dönüm noktasını yakalayıp eğitimi keserek modeli en iyi genelleme yaptığı halde dondurur.

Nasıl çalışır?

Eğitim sırasında her epoch (ya da belirli adımlar) sonunda model, ayrı bir doğrulama (validation) seti üzerinde değerlendirilir. İzlenen metrik — örneğin doğrulama kaybı (validation loss) — belirli sayıda denemede (buna "patience" denir) iyileşmezse eğitim durdurulur. Genelde en iyi doğrulama skorunu veren noktadaki model ağırlıkları saklanır ve son model olarak o kullanılır. Patience değeri küçükse eğitim çabuk kesilir, büyükse modele toparlanma şansı verilir; bu da ayarlanması gereken bir denge.

Neden önemli?

Bir modeli "ne kadar eğitmeli?" sorusunun pratik cevabıdır. Çok az eğitirsen model öğrenemez (underfitting), çok fazla eğitirsen ezberler (overfitting). Erken durdurma bu kararı otomatikleştirir, gereksiz hesaplama maliyetini keser ve çoğu zaman regularization etkisi yaparak daha iyi genelleyen modeller üretir. Pratikte neredeyse her derin öğrenme eğitiminde varsayılan bir güvenlik ağıdır.

Kullanım alanları

Derin öğrenme model eğitimi, fine-tuning süreçleri, hiperparametre arama döngüleri ve sınırlı GPU bütçesiyle çalışırken eğitim süresini kısaltma. Hugging Face Trainer, Keras ve PyTorch ekosistemlerinde hazır callback olarak gelir.