python - 如何在 Keras 中创建自定义回调?

标签 python tensorflow keras neural-network callback

我有兴趣在拟合我的 keras 模型时创建回调。更详细地说,我想在每次 epoch 结束时从带有 val_acc 的机器人电报中收到一条消息。我知道你可以在 classifier.fit() 中添加一个 callback_list 作为参数,但是许多回调是由 keras 预先构建的,我不知道如何添加自定义的。
谢谢!

最佳答案

这是我如何向回调添加验证准确性的示例:

class AccuracyHistory(keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.acc = []

    def on_epoch_end(self, batch, logs={}):
        self.acc.append(logs.get('val_acc'))

history = AccuracyHistory()

model.fit(x, y,
          ...
          callbacks=[history])

关于python - 如何在 Keras 中创建自定义回调?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52285501/

相关文章:

python - 自定义 keras 回调和改变变分自动编码器损失函数中正则化项的权重 (beta)

tensorflow - KERAS model.summary 中的 "None"是什么意思?

tensorflow - 使准确性出现在我的结果中并解释损失和 val_loss 的结果

python - 强制在 Python 中使用不一致的文件导入路径 (/Django)

javascript - 类 Python 的 JavaScript 继承

python - Django/python : Understanding paths in django

python - 如何在 keras 和 python 中保存和使用经过训练的模型

python - 文件搜索: TypeError

tensorflow - tensorflow 中的 stop_gradient

javascript - TensorflowJS 异步预测