python - 如何修改 train_step 以便在调用 model.fit() 时支持验证集？

Question

我正在学习这个 Keras 教程，该教程解释了如何编写您的自定义 train_step() 函数，同时仍然能够调用 model.fit() 来训练您的模型:

https://keras.io/guides/customizing_what_happens_in_fit/

model.fit() 应该能够支持 validation_data 但我不知道在哪里编写代码来计算 validation_data 的自定义指标和自定义损失。 我决定编写一个自定义循环，但我想使用 fit。

有什么想法吗？

Answer 1

我完全错过了指南中提到函数 test_step() 的段落:

def test_step(self, data):
    # Unpack the data
    x, y = data
    # Compute predictions
    y_pred = self(x, training=False)
    # Updates the metrics tracking the loss
    self.compiled_loss(y, y_pred, regularization_losses=self.losses)
    # Update the metrics.
    self.compiled_metrics.update_state(y, y_pred)
    # Return a dict mapping metric names to current value.
    # Note that it will include the loss (tracked in self.metrics).
    return {m.name: m.result() for m in self.metrics}