如何在Keras中使用ModelCheckpoint和自定义指标？

Question

是否可以在metrics回调中使用自定义ModelCheckpoint？

Answer 1

是的，这是可能的。

按照文档中的说明定义自定义指标：

import keras.backend as K

def mean_pred(y_true, y_pred):
    return K.mean(y_pred)

model.compile(optimizer='rmsprop',
              loss='binary_crossentropy',
              metrics=['accuracy', mean_pred])

要检查所有可用指标：

print(model.metrics_names)
> ['loss', 'acc', 'mean_pred']

将指标名称传递给ModelCheckpoint到monitor。如果您想要在验证中计算的指标，请使用val_前缀。

ModelCheckpoint(weights.{epoch:02d}-{val_mean_pred:.2f}.hdf5,
                monitor='val_mean_pred',
                save_best_only=True,
                save_weights_only=True,
                mode='max',
                period=1)

不要将mode='auto'用于自定义指标。了解here。

的原因

为什么我回答我自己的问题？查看this。