Early stopping（提前停止/早停）：一种在训练机器学习模型时使用的正则化技巧；当验证集性能在若干轮（patience）内不再提升时，就提前结束训练，以减少过拟合并节省计算资源。（在深度学习与梯度下降训练中最常见）
/ˈɝːli ˈstɑːpɪŋ/
Early stopping can prevent the model from overfitting.
早停可以防止模型过拟合。
We used early stopping with a patience of five epochs because the validation loss stopped improving, even though the training loss kept decreasing.
由于验证集损失不再下降（尽管训练集损失继续下降），我们设置了耐心值为 5 个 epoch 的早停策略。
early 来自古英语 ǣr（“早、较早”）相关形式；stopping 来自 stop（“停止”）。两者组合成术语 early stopping，字面即“更早地停止”，在机器学习语境中特指“在最佳泛化性能附近提前终止训练”。
该词组属于现代机器学习技术术语，通常不出现在传统文学作品中；更常见于学术论文、技术书籍与工程文档（例如深度学习教材与训练实践指南）中。
Select Language