Contexte : L’entraînement d’un réseau continue même lorsque la performance sur validation se dégrade. Le Problème : Le modèle surapprend inutilement après plusieurs epochs. Contraintes : Introduire un mécanisme d’early stopping basé sur la perte validation. Sauvegarder le meilleur modèle. Livrable attendu : Implémenter une stratégie d’arrêt anticipé permettant d’améliorer la généralisation.