Por fin después de mucho luchar hemos hallado la contestación de este apuro que agunos lectores de nuestro sitio presentan. Si tienes alguna información que aportar puedes aportar tu conocimiento.
Ver fuente en GitHub |
Clase base abstracta utilizada para construir nuevas devoluciones de llamada.
Ver alias
Compat alias para la migración
Ver Guía de migración para más detalles.
tf.keras.callbacks.Callback()
los logs
El diccionario que los métodos de devolución de llamada toman como argumento contendrá claves para las cantidades relevantes para el lote o época actual (consulte las cadenas de documentación específicas del método).
Atributos | |
---|---|
params |
Dict. Parámetros de entrenamiento (por ejemplo, verbosidad, tamaño de lote, número de épocas …). |
model |
En vez de keras.models.Model . Referencia del modelo que se está entrenando. |
Métodos
on_batch_begin
on_batch_begin( batch, logs=None)
Un alias de compatibilidad con versiones anteriores para on_train_batch_begin
.
on_batch_end
on_batch_end( batch, logs=None)
Un alias de compatibilidad con versiones anteriores para on_train_batch_end
.
on_epoch_begin
on_epoch_begin( epoch, logs=None)
Llamado al comienzo de una época.
Las subclases deben anularse para que se ejecuten las acciones. Esta función solo debe llamarse durante el modo TREN.
Argumentos | |
---|---|
epoch |
Entero, índice de época. |
logs |
Dict. Actualmente, no se pasan datos a este argumento para este método, pero eso puede cambiar en el futuro. |
on_epoch_end
on_epoch_end( epoch, logs=None)
Llamado al final de una época.
Las subclases deben anularse para que se ejecuten las acciones. Esta función solo debe llamarse durante el modo TREN.
Argumentos | |
---|---|
epoch |
Entero, índice de época. |
logs |
Dict, resultados métricos para esta época de entrenamiento y para la época de validación si se realiza la validación. Las claves de resultados de validación tienen el prefijo val_ . Para la época del entrenamiento, los valores de laModel Se devuelven las métricas de. Ejemplo : 'loss': 0.2, 'acc': 0.7 . |
on_predict_batch_begin
on_predict_batch_begin( batch, logs=None)
Llamado al comienzo de un lote en predict
métodos.
Las subclases deben anularse para que se ejecuten las acciones.
Tenga en cuenta que si el steps_per_execution
argumento para compile
en tf.keras.Model
se establece en N
, este método solo se llamará cada N
lotes.
Argumentos | |
---|---|
batch |
Entero, índice del lote dentro de la época actual. |
logs |
Dict, contiene el valor de retorno de model.predict_step , normalmente devuelve un dict con una ‘salidas’ clave que contiene las salidas del modelo. |
on_predict_batch_end
on_predict_batch_end( batch, logs=None)
Llamado al final de un lote en predict
métodos.
Las subclases deben anularse para que se ejecuten las acciones.
Tenga en cuenta que si el steps_per_execution
argumento para compile
en tf.keras.Model
se establece en N
, este método solo se llamará cada N
lotes.
Argumentos | |
---|---|
batch |
Entero, índice del lote dentro de la época actual. |
logs |
Dict. Resultados métricos agregados hasta este lote. |
on_predict_begin
on_predict_begin( logs=None)
Llamado al comienzo de la predicción.
Las subclases deben anularse para que se ejecuten las acciones.
Argumentos | |
---|---|
logs |
Dict. Actualmente, no se pasan datos a este argumento para este método, pero eso puede cambiar en el futuro. |
on_predict_end
on_predict_end( logs=None)
Llamado al final de la predicción.
Las subclases deben anularse para que se ejecuten las acciones.
Argumentos | |
---|---|
logs |
Dict. Actualmente, no se pasan datos a este argumento para este método, pero eso puede cambiar en el futuro. |
on_test_batch_begin
on_test_batch_begin( batch, logs=None)
Llamado al comienzo de un lote en evaluate
métodos.
También se llama al comienzo de un lote de validación en el fit
métodos, si se proporcionan datos de validación.
Las subclases deben anularse para que se ejecuten las acciones.
Tenga en cuenta que si el steps_per_execution
argumento para compile
en tf.keras.Model
se establece en N
, este método solo se llamará cada N
lotes.
Argumentos | |
---|---|
batch |
Entero, índice del lote dentro de la época actual. |
logs |
Dict, contiene el valor de retorno de model.test_step . Normalmente, los valores de la Model Se devuelven las métricas de. Ejemplo: 'loss': 0.2, 'accuracy': 0.7 . |
on_test_batch_end
on_test_batch_end( batch, logs=None)
Llamado al final de un lote en evaluate
métodos.
También se llama al final de un lote de validación en el fit
métodos, si se proporcionan datos de validación.
Las subclases deben anularse para que se ejecuten las acciones.
Tenga en cuenta que si el steps_per_execution
argumento para compile
en tf.keras.Model
se establece en N
, este método solo se llamará cada N
lotes.
Argumentos | |
---|---|
batch |
Entero, índice del lote dentro de la época actual. |
logs |
Dict. Resultados métricos agregados hasta este lote. |
on_test_begin
on_test_begin( logs=None)
Llamado al inicio de la evaluación o validación.
Las subclases deben anularse para que se ejecuten las acciones.
Argumentos | |
---|---|
logs |
Dict. Actualmente, no se pasan datos a este argumento para este método, pero eso puede cambiar en el futuro. |
on_test_end
on_test_end( logs=None)
Llamado al final de la evaluación o validación.
Las subclases deben anularse para que se ejecuten las acciones.
Argumentos | |
---|---|
logs |
Dict. Actualmente, la salida de la última llamada a on_test_batch_end() se pasa a este argumento para este método, pero eso puede cambiar en el futuro. |
on_train_batch_begin
on_train_batch_begin( batch, logs=None)
Llamado al comienzo de un lote de entrenamiento en fit
métodos.
Las subclases deben anularse para que se ejecuten las acciones.
Tenga en cuenta que si el steps_per_execution
argumento para compile
en tf.keras.Model
se establece en N
, este método solo se llamará cada N
lotes.
Argumentos | |
---|---|
batch |
Entero, índice del lote dentro de la época actual. |
logs |
Dict, contiene el valor de retorno de model.train_step . Normalmente, los valores de la Model Se devuelven las métricas de. Ejemplo: 'loss': 0.2, 'accuracy': 0.7 . |
on_train_batch_end
on_train_batch_end( batch, logs=None)
Llamado al final de un lote de entrenamiento en fit
métodos.
Las subclases deben anularse para que se ejecuten las acciones.
Tenga en cuenta que si el steps_per_execution
argumento para compile
en tf.keras.Model
se establece en N
, este método solo se llamará cada N
lotes.
Argumentos | |
---|---|
batch |
Entero, índice del lote dentro de la época actual. |
logs |
Dict. Resultados métricos agregados hasta este lote. |
on_train_begin
on_train_begin( logs=None)
Llamado al inicio del entrenamiento.
Las subclases deben anularse para que se ejecuten las acciones.
Argumentos | |
---|---|
logs |
Dict. Actualmente, no se pasan datos a este argumento para este método, pero eso puede cambiar en el futuro. |
on_train_end
on_train_end( logs=None)
Llamado al final del entrenamiento.
Las subclases deben anularse para que se ejecuten las acciones.
Argumentos | |
---|---|
logs |
Dict. Actualmente, la salida de la última llamada a on_epoch_end() se pasa a este argumento para este método, pero eso puede cambiar en el futuro. |
set_model
set_model( model )
set_params
set_params( params )