我在keras中使用回调函数来记录loss和val_loss每个时期，但是我想对每个批次执行相同的操作。我找到了一个名为的回调函数on_batch_begin(self,batch,log={})，但不确定如何使用它。
从此处跟随并修改示例：
class LossHistory(keras.callbacks.Callback):
def on_train_begin(self, logs={}):
self.losses = []
self.val_losses = []
def on_batch_end(self, batch, logs={}):
self.losses.append(logs.get('loss'))
self.val_losses.append(logs.get('val_loss'))
model = Sequential()
model.add(Dense(10, input_dim=784, init='uniform'))
model.add(Activation('softmax'))
model.compile(loss='categorical_crossentropy', optimizer='rmsprop')
history = LossHistory()
model.fit(X_train, Y_train, batch_size=128, nb_epoch=20, verbose=0, validation_split=0.1,
callbacks=[history])
print history.losses
# outputs
'''
[0.66047596406559383, 0.3547245744908703, ..., 0.25953155204159617, 0.25901699725311789]
'''
print history.val_losses
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句