请您指导我回调的理念是什么?换句话说,我如何为每个独特的问题定义它们?
答案 0 :(得分:1)
我假设你正在接受keras。因此,回调用于在培训期间执行代码。一切都得到了很好的解释here
这是一个关于如何在训练期间记录损失的示例:
class LossHistory(Callback):
def on_train_begin(self, logs={}):
self.losses = []
def on_batch_end(self, batch, logs={}):
self.losses.append(logs.get('loss'))
print logs.get('loss')
model.fit(data, data, epochs=50, batch_size=72, validation_data=(data, data), verbose=0, shuffle=False,callbacks=[LossHistory()])