Как остановить обучение, когда оно достигает определенной точности проверки? ⇐ Python

[Anonymous]

Я обучаю сверточную сеть и хочу прекратить обучение, как только ошибка проверки достигнет 90 %. Я думал об использовании EarlyStopping и установке базового уровня на 0,90, но затем он прекращает обучение, когда точность проверки оказывается ниже этого базового уровня для заданного количества эпох (которое здесь всего 0). Итак, мой код:
es=EarlyStopping(monitor='val_acc',mode='auto',verbose=1,baseline=.90,patience=0)
history = model.fit(training_images, training_labels, validation_data=(test_images, test_labels), epochs=30, verbose=2,callbacks=[es])

Когда я использую этот код, мое обучение останавливается после первой эпохи с заданными результатами:
Train on 60000 samples, validate on 10000 samples

Epoch 1/30
60000/60000 - 7s - loss: 0.4600 - acc: 0.8330 - val_loss: 0.3426 - val_acc: 0.8787

Что еще я могу попытаться остановить, когда точность проверки достигнет 90 % или выше?
Вот остальная часть кода:< /p>
tf.keras.layers.Conv2D(64, (3,3), activation='relu', input_shape=(28, 28, 1)),
tf.keras.layers.MaxPooling2D(2, 2),
tf.keras.layers.Conv2D(32, (3,3), activation='relu', input_shape=(28, 28, 1)),
tf.keras.layers.MaxPooling2D(2, 2),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(152, activation='relu'),
tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer=Adam(learning_rate=0.001),loss='sparse_categorical_crossentropy', metrics=['accuracy'])
es=EarlyStopping(monitor='val_acc',mode='auto',verbose=1,baseline=.90,patience=0)
history = model.fit(training_images, training_labels, validation_data=(test_images, test_labels), epochs=30, verbose=2,callbacks=[es])


Подробнее здесь: https://stackoverflow.com/questions/595 ... n-accuracy