Question

我正在使用Keras进行一项实验。当我使用fit_generator方法时，我可以指定回调，以便在每次批处理或每个纪元之后实现。

现在，在使用评价引擎生成器进行验证时，我会执行以下操作，

其他一些指标如下所示，

def accuracy(y_true, y_pred):
    return K.mean(K.equal(y_true, K.round(y_pred)))

评估

metrics = model.evaluate_generator(my_generator(...),
                          steps=steps,
                          use_multiprocessing=True)

这里，my_generator() yield是一个输入（此处的批处理大小为1）。此外，我在模型中定义了多种类型的损失。我完全可以弥补所有损失。

但是问题是，我只有一个评估指标。我认为这是将所有单个批次作为一个整体输入的总体指标。

如何定义回调或类似的东西，以便可以对单个批处理求值进行自己的计算？（如fit_generator回调）。

注意： evaluate_generator does not支持回调。

Answer 1

我认为您正在寻找lambda回调 https://keras.io/callbacks/#lambdacallback

也可以使用完整的自定义回调。来自keras文档的示例：

class LossHistory(keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.losses = []

    def on_batch_end(self, batch, logs={}):
        self.losses.append(logs.get('loss'))

Keras的回调Evaluation_generator

1 个答案: