machine-learning - 是否可以使用最小化 val_loss 和 test_loss 的 keras ModelCheckpoint？

Question

keras 中的（或回调的任何组合）可以ModelCheckpoints用来保存同时最小化多个变量（在我的情况下是验证损失和测试损失）的模型，而不是只监控一个？

标签： machine-learningkerascallback

Answer 1

当然，通过LambdaCallback，请参阅keras或TensorFlow文档。它允许您像这样创建自定义回调：

custom_callback = LambdaCallback(on_epoch_end=lambda epochs, logs: model.save('best_test_loss') if logs['test_loss'] > logs['val_loss'] else model.save('best_val_loss'))

(...)

model.fit(...,
          callbacks=[custom_callback])