Question

在keras文档中，有一个example，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，但是我还想记录我添加的指标。

例如此代码：

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

Answer 1

度量标准历史记录存储在loss_history.losses中：

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

该方法将在每次批处理结束时调用，并将损失指标附加到self.losses中，因此一旦完成培训，您可以直接使用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，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'))

然后通过以下方式访问它：

loss_history.accuracy

记录每批的keras度量标准（如损失中的keras示例所示）

1 个答案: