keras回调函数Callbacks

Sat, 16 Jul 2016 00:00:00 +0000

[TOC]

回调函数使用

回调函数是一个函数的合集，会在训练的阶段中所使用。你可以使用回调函数来查看训练模型的内在状态和统计。你可以传递一个列表的回调函数（作为 callbacks 关键字参数）到 Sequential或 Model 类型的 .fit() 方法。在训练时，相应的回调函数的方法就会在各自的阶段被调用。

Callback

keras.callbacks.Callback()

用来组建新的回调函数的抽象基类。

BaseLogger

keras.callbacks.BaseLogger()

会积累训练轮平均评估的回调函数。

这个回调函数被自动应用到每一个 Keras 模型上面。

TerminateOnNaN

keras.callbacks.TerminateOnNaN()

当遇到 NaN 损失会停止训练的回调函数。

ProgbarLogger

keras.callbacks.ProgbarLogger(count_mode='samples')

会把评估以标准输出打印的回调函数。

参数

count_mode: “steps” 或者 “samples”。进度条是否应该计数看见的样本或步骤（批量）。

触发

ValueError: 防止不正确的 count_mode

History

keras.callbacks.History()

把所有事件都记录到 History 对象的回调函数。

这个回调函数被自动启用到每一个 Keras 模型。History 对象会被模型的 fit 方法返回。

ModelCheckpoint

keras.callbacks.ModelCheckpoint(filepath, monitor='val_loss', verbose=0, save_best_only=False, save_weights_only=False, mode='auto', period=1)

在每个训练期之后保存模型。

filepath 可以包括命名格式选项，可以由 epoch 的值和 logs 的键（由 on_epoch_end 参数传递）来填充。

例如：如果 filepath 是 weights.{epoch:02d}-{val_loss:.2f}.hdf5，那么模型被保存的的文件名就会有训练轮数和验证损失。

EarlyStopping

keras.callbacks.EarlyStopping(monitor='val_loss', min_delta=0, patience=0, verbose=0, mode='auto')

当被监测的数量不再提升，则停止训练。

Callbacks on My Blog