tf.keras.callbacks.Callback

Абстрактный базовый класс для создания новых колбеков.

tf.keras.callbacks.Callback()

Колбеки могут быть переданы в методы Keras, такие как fit, evaluate, и predict, для подключения к различным этапам жизненного цикла обучения и вывода модели.

Для создания пользовательского колбека необходимо унаследовать класс keras.callbacks.Callback и переопределить метод, соответствующий интересующей стадии. Дополнительную информацию см. в разделе https://www.tensorflow.org/guide/keras/custom_callback.

Пример:

training_finished = False
class MyCallback(tf.keras.callbacks.Callback):
  def on_train_end(self, logs=None):
    global training_finished
    training_finished = True
model = tf.keras.Sequential([tf.keras.layers.Dense(1, input_shape=(1,))])
model.compile(loss='mean_squared_error')
model.fit(tf.constant([[1.0]]), tf.constant([[1.0]]),
          callbacks=[MyCallback()])
assert training_finished == True

Если вы хотите использовать объекты Callback в пользовательской петле обучения:

1. Вы должны упаковать все свои колбеки в один callbacks.CallbackList, чтобы их можно было вызывать вместе.

2. Вам нужно будет вручную вызывать все методы on_* в соответствующих местах вашей петли. Например:

   callbacks =  tf.keras.callbacks.CallbackList([...])
   callbacks.append(...)
   
   callbacks.on_train_begin(...)
   for epoch in range(EPOCHS):
     callbacks.on_epoch_begin(epoch)
     for i, data in dataset.enumerate():
       callbacks.on_train_batch_begin(i)
       batch_logs = model.train_step(data)
       callbacks.on_train_batch_end(i, batch_logs)
     epoch_logs = ...
     callbacks.on_epoch_end(epoch, epoch_logs)
   final_logs=...
   callbacks.on_train_end(final_logs)
   

   Словарь logs, который принимают методы колбека, будет содержать ключи для величин, относящихся к текущей пачке или эпохе (см. строковые документации методов).

Методы

on_batch_begin

Просмотреть исходный код

on_batch_begin(
    batch, logs=None
)

Псевдоним обратной совместимости для on_train_batch_begin.

on_batch_end

Просмотреть исходный код

on_batch_end(
    batch, logs=None
)

Псевдоним обратной совместимости для on_train_batch_end.

on_epoch_begin

Просмотреть исходный код

on_epoch_begin(
    epoch, logs=None
)

Вызывается в начале эпохи.

Подклассы должны переопределять для выполнения любых действий. Эта функция должна вызываться только во время режима TRAIN.

on_epoch_end

Просмотреть исходный код

on_epoch_end(
    epoch, logs=None
)

Вызывается в конце эпохи.

Подклассы должны переопределять для выполнения любых действий. Эта функция должна вызываться только во время режима TRAIN.

on_predict_batch_begin

Просмотреть исходный код

on_predict_batch_begin(
    batch, logs=None
)

Вызывается в начале пачки в методах predict.

Подклассы должны переопределять для выполнения любых действий.

Обратите внимание, что если аргумент steps_per_execution к compile в tf.keras.Model установлен в N, этот метод будет вызываться только каждые N пачек.

on_predict_batch_end

Просмотреть исходный код

on_predict_batch_end(
    batch, logs=None
)

Вызывается в конце пачки в методах predict.

Подклассы должны переопределять для выполнения любых действий.

Обратите внимание, что если аргумент steps_per_execution к compile в tf.keras.Model установлен в N, этот метод будет вызываться только каждые N пачек.

on_predict_begin

Просмотреть исходный код

on_predict_begin(
    logs=None
)

Вызывается в начале предсказания.

Подклассы должны переопределять для выполнения любых действий.

on_predict_end

Просмотреть исходный код

on_predict_end(
    logs=None
)

Вызывается в конце предсказания.

Подклассы должны переопределять для выполнения любых действий.

on_test_batch_begin

Просмотреть исходный код

on_test_batch_begin(
    batch, logs=None
)

Вызывается в начале пачки в методах evaluate.

Также вызывается в начале пачки валидации в методах fit при наличии данных валидации.

Подклассы должны переопределять для выполнения любых действий.

Обратите внимание, что если аргумент steps_per_execution к compile в tf.keras.Model установлен в N, этот метод будет вызываться только каждые N пачек.

on_test_batch_end

Просмотреть исходный код

on_test_batch_end(
    batch, logs=None
)

Вызывается в конце пачки в методах evaluate.

Также вызывается в конце пачки валидации в методах fit при наличии данных валидации.

Подклассы должны переопределять для выполнения любых действий.

Обратите внимание, что если аргумент steps_per_execution к compile в tf.keras.Model установлен в N, этот метод будет вызываться только каждые N пачек.

on_test_begin

Просмотреть исходный код

on_test_begin(
    logs=None
)

Вызывается в начале оценки или валидации.

Подклассы должны переопределять для выполнения любых действий.

on_test_end

Просмотреть исходный код

on_test_end(
    logs=None
)

Вызывается в конце оценки или валидации.

Подклассы должны переопределять для выполнения любых действий.

on_train_batch_begin

Просмотр исходного кода

on_train_batch_begin(
    batch, logs=None
)

Вызывается в начале пакет обучения в методах fit.

Подклассы должны переопределять для выполнения любых действий.

Обратите внимание, что если аргумент steps_per_execution к compile в tf.keras.Model установлен в значение N, этот метод будет вызываться только через каждые N пакеты.

on_train_batch_end

Просмотр исходного кода

on_train_batch_end(
    batch, logs=None
)

Вызывается в конце пакет обучения в методах fit.

Подклассы должны переопределять для выполнения любых действий.

Обратите внимание, что если аргумент steps_per_execution к compile в tf.keras.Model установлен в значение N, этот метод будет вызываться только через каждые N пакеты.

on_train_begin

Просмотр исходного кода

on_train_begin(
    logs=None
)

Вызывается в начале обучения.

Подклассы должны переопределять для выполнения любых действий.

on_train_end

Просмотр исходного кода

on_train_end(
    logs=None
)

Вызывается в конце обучения.

Подклассы должны переопределять для выполнения любых действий.

set_model

Просмотр исходного кода

set_model(
    model
)

set_params

Просмотр исходного кода

set_params(
    params
)