跳转到主要内容
在 结果 选项卡的 自我评估 部分，您可以监控训练进度并调整训练时长。本部分显示的统计信息将帮助您了解训练是否正常进行，以及是否需要进行调整。

​
训练进度图表

左侧的图表显示了在所有训练轮次（epoch）中正确提取字段值的百分比。 AD_Semistructured_Accuracy_Metrics 该图表会在每个训练轮次（epoch）结束后更新，并反映字段提取的实际准确率。准确率是在验证子集上计算的，同时考虑识别错误和一些附加指标。
注意： 在训练过程中，会在由 20% 文档组成的验证集上进行测试。训练完成后，会在所有文档上进行测试。因此，结果可能会有所不同。文档总数越多，结果之间的差异通常就越小。

​
解读图表

此图表可以帮助你决定是继续训练还是停止训练该 Activity：
  • 如果准确率已经足够高且不再提升，则可以停止训练。
  • 如果准确率尚不足够高但仍在提升，则应继续训练。
  • 如果准确率尚不足够高且不再提升，则应分析各个字段的提取质量（文档中可能存在过于罕见的字段，或者字段被错误标注）。
注意： 训练不会影响识别质量，被错误检测的字段仍然可以用于训练。

​
如何决定何时停止训练您的活动

默认情况下，Deep Learning 活动会训练 20 个 epoch。不过，在某些情况下，您可能希望缩短训练时长或手动停止训练。 在以下情况下，您可能希望停止训练：
  • 准确率已经足够高，并且连续多个 epoch 内准确率没有明显变化。
  • 准确率较低，并且连续多个 epoch 内准确率没有明显变化（可考虑使用更大的文档集，或确保所有字段都有良好的代表性并被正确标注）。
  • 您希望在所有文档上对该活动进行手动测试（如果对字段提取结果不满意，可以继续训练）。

​
如何调整训练时长

在训练过程中，您可以随时减少训练周期数（epoch）或缩短训练文档集所需的时间（例如，变体较少的文档类型训练所需时间更短）。 要调整训练时长，请执行以下操作：
  1. 转到 Results 选项卡中的 Self-Assessment 部分。
  2. 单击图表上方周期数右侧的设置图标。
  3. 输入新的周期数和/或以“小时:分钟”格式表示的时间并单击 Apply。新的限制必须大于已历经的周期数。最大周期数为 20。训练将在达到任一限制后停止。
注意： 您可以随时单击 Stop Training 停止训练。任何未完成训练周期的结果都会被丢弃。