如果自上一个时期提高了验证准确性，如何编写自定义回调以在每个时期保存模型

Question

下面是我编写的自定义回调函数，但是它不起作用：

class bestval(tf.keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.history={'loss': [],'acc': [],'val_loss': [],'val_acc': []}

    def on_epoch_end(self, epoch, logs={}):
        #appending val_acc in history
        if logs.get('val_acc', -1) != -1:
            self.history['val_acc'].append(logs.get('val_acc'))
        # Trying to compare current epoch val_acc with all the values in self.history['val_acc']
        if logs.get('val_acc')> [i for i in self.history['val_acc']]:
            filepath="model_save/weights-{epoch:02d}-{val_acc:.4f}.hdf5"
            # Saving the model using TF built-in callback 
            checkpoint = tensorflow.keras.callbacks.ModelCheckpoint(filepath=filepath, 
            monitor='val_acc',  verbose=1, mode='auto')
bestobj= bestval()

拟合模型：

model.fit(xtr,ytr, epochs=4, validation_data=(xte,yte), batch_size=128, callbacks=[bestobj])

当我执行以上操作时，出现以下错误：

ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

我知道我在做一些愚蠢的事情，但我不知道如何解决。任何帮助，将不胜感激。

Answer 1

我猜错误是在下一行中，您正在尝试将值与列表进行比较。if logs.get('val_acc')> [i for i in self.history['val_acc']]:

尝试，

for i in self.history['val_acc']:
         if logs.get('val_acc')>i:
               #your code