时间戳

首页 > 解决方案 > TensorFlow Keras 自定义回调 on_test_begin 不会覆盖自身

python - TensorFlow Keras 自定义回调 on_test_begin 不会覆盖自身

问题描述

我正在尝试创建一个自定义回调，该回调在我调用 model.fit(...) 时在训练和验证部分的开始和结束时激活

训练部分 (on_train_begin/on_train_end) 工作得很好，但没有调用测试部分 (on_test_begin/on_test_end)。在 PyCharm 中，它甚至没有将方法显示为已经存在的方法。对于火车，我在左侧得到了覆盖标志，但对于测试则没有。

如何创建将在验证期间激活的自定义回调？我在 TensorFlow 1.13 上（不确定这是否会改变）。

我想这样做是为了能够记录训练的执行时间和验证的执行时间。

我按照 TensorFlow 官方网站的说明进行操作：

https://www.tensorflow.org/beta/guide/keras/custom_callback

我还在官网上找到了on_test_begin和on_test_end方法：

https://www.tensorflow.org/api_docs/python/tf/keras/callbacks/TensorBoard

class TimeHistory(tf.keras.callbacks.Callback):
    def on_test_begin(slef,logs=None):
        print('testing begins')
    def on_test_end(selfs,logs=None):
        print('testing ends')
    def on_train_begin(self, logs=None):
        print("training begins")
    def on_train_end(self, logs=None):
        print('training ends')

def creationModeleMLP(nbHiddenLayers,nbPerceptrons,nbEpochs,learningRate,myBatchSize,currentFold):
    model = tf.keras.models.Sequential()
    #ajoute le input layer
    model.add(tf.keras.layers.Flatten(input_shape=(76,)))
    #ajoute les hidden layers
    for i in range(nbHiddenLayers):
        model.add(tf.keras.layers.Dense(nbPerceptrons, activation=tf.nn.relu))
    #ajoute le output layer
    model.add(tf.keras.layers.Dense(2, activation=tf.nn.softmax))
    model.compile(optimizer=tf.keras.optimizers.Adam(lr=learningRate),
                  loss='sparse_categorical_crossentropy',
                  metrics=['accuracy'])
    #entraine le modele
    timeHistory = TimeHistory()
    histoire = model.fit(vectPrimTrain[currentFold], typeTrain[currentFold], batch_size=myBatchSize, epochs=nbEpochs,
              callbacks=[tensorboard,timeHistory], validation_data=(vectPrimTest[currentFold],typeTest[currentFold]))

我希望在验证开始时调用方法 on_test_begin 和方法 on_test_end。

谢谢

标签： pythontensorflowkeras

解决方案

方法on_test_*和on_predict_*已添加到 tensorflow 1.14+。确保您拥有 tensorflow 1.14 或 tensorflow 2 才能使用它们。

推荐阅读