Keras插件
kerasplugins的Python项目详细描述
#Keras插件
回拨
电报回拨
可用的通知级别:
1)列车开始时,
2)在列车端,
3)批处理开始时,
4)在批次结束时,
5)在纪元开始时,
6)在新纪元结束时
如何使用
安装
```
pip安装kerasplugins
```
``Python
来自kerasplugins导入回调
notify可以是list、dict或set
通知={
“在批处理结束时”,发送批处理结束:丢失0.50精度:0.75
“在纪元结束时”发送纪元结束:损失0.43精度:0.81
}
msg是初始消息
msg=“预测比特币价格”
telegram=callbacks.telegram notify(<;token>;,<;chat\u id>;,msg=msg,notify=notify)
默认情况下频道为“常规”
slack=回调。slack notify(<;slack_token>;,<;channel>;,msg=msg,notify=notify)
model.fit(x_train,y_train,validation_data=[x_test,y_test],batch_size=256,epochs=10,callbacks=[telegram,slack])
```
即将推出
1)远程停止训练的能力
回拨
电报回拨
可用的通知级别:
1)列车开始时,
2)在列车端,
3)批处理开始时,
4)在批次结束时,
5)在纪元开始时,
6)在新纪元结束时
如何使用
安装
```
pip安装kerasplugins
```
``Python
来自kerasplugins导入回调
notify可以是list、dict或set
通知={
“在批处理结束时”,发送批处理结束:丢失0.50精度:0.75
“在纪元结束时”发送纪元结束:损失0.43精度:0.81
}
msg是初始消息
msg=“预测比特币价格”
telegram=callbacks.telegram notify(<;token>;,<;chat\u id>;,msg=msg,notify=notify)
默认情况下频道为“常规”
slack=回调。slack notify(<;slack_token>;,<;channel>;,msg=msg,notify=notify)
model.fit(x_train,y_train,validation_data=[x_test,y_test],batch_size=256,epochs=10,callbacks=[telegram,slack])
```
即将推出
1)远程停止训练的能力