在keras文档中,有一个example,其中创建了一个自定义回调来记录每个批的损失。这对我来说很好,但是我也希望记录我添加的度量。你知道吗
例如,对于此代码:
optimizer = Adam()
loss = losses.categorical_crossentropy
metric = ["accuracy"]
model.compile(optimizer=optimizer,
loss=loss,
metrics=metric)
class LossHistory(Callback):
def on_train_begin(self, logs={}):
self.losses = []
def on_batch_end(self, batch, logs={}):
self.losses.append(logs.get('loss'))
loss_history = LossHistory()
history = model.fit(training_data, training_labels,
batch_size=batch_size,
epochs=epochs,
verbose=2,
validation_data=(val_data, val_labels),
callbacks=[loss_history])
我不知道如何获取指标
度量历史记录存储在
loss_history.losses
中:此方法将在每个批处理结束时被调用,并将损失度量附加到
self.losses
中,因此一旦培训完成,您就可以直接使用loss_history.losses
访问此列表。你知道吗我还应该补充一点,如果你想包括准确性,例如,你也可以做如下:
然后通过以下方式访问:
loss_history.accuracy
相关问题 更多 >
编程相关推荐