如何在 n 个时期后调用回调，但始终在训练的最后一个时期？

Question

我想在 n 个时期之后调用回调，但总是在训练的最后一个时期。 这里解释了如何在 n 个 epoch 之后调用回调。

目前我正在使用以下方法：

class MyCallBack(keras.callbacks.Callback):

    def on_epoch_end(self, epoch, log=None)

        if epoch % 10 == 0:  # <- add additional condition here
            self._do_the_stuff()
            
            
    def _do_the_stuff(self):
        print('Do the stuff')
        
        
    def on_training_end(self, logs=None):
        self._do_the_stuff()

有没有更简单的方法可以在on_epoch_end内的 if 语句中添加一个额外的条件并且不需要on_training_end ？

Answer 1

正如@Ewran 在上面的评论中所建议的那样，可以通过 `self.params['epochs'] 访问 epoch 的总数。

class MyCallBack(keras.callbacks.Callback):

    def on_epoch_end(self, epoch, log=None)

        if epoch % self.epoch_freq == 0 or epoch == self.params.get('epochs', -1):
            self._do_the_stuff()
            
            
    def _do_the_stuff(self):
        print('Do the stuff')
        
        
    def on_training_end(self, logs=None):
        self._do_the_stuff()

如果使用其他回调，例如tf.keras.callbacks.EarlyStopping ，我会继续使用on_train_end的方法。 否则，不能保证在最后一个 epoch 之后调用回调。