[英]Log Keras metrics for each batch as per Keras example for the loss
在 Keras 文档中,有一个示例,其中创建了一个自定义回调来记录每个批次的损失。 这对我来说效果很好,但是我也想记录我添加的指标。
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])
我不知道如何访问指标。
指标历史存储在loss_history.losses
:
def on_batch_end(self, batch, logs={}):
self.losses.append(logs.get('loss'))
此方法将在每批结束时调用,并将损失指标附加到self.losses
因此一旦训练完成,您就可以直接使用loss_history.losses
访问此列表。
我还应该补充一点,例如,如果您想包括准确性,您还可以执行以下操作:
class LossHistory(Callback):
def on_train_begin(self, logs={}):
self.losses = []
self.accuracy= []
def on_batch_end(self, batch, logs={}):
self.losses.append(logs.get('loss'))
self.accuracy.append(logs.get('accuracy'))
然后随后访问它:
loss_history.accuracy
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.