可否使用keras中的ModelCheckpoints
(或回调的任何组合)保存同时最小化多个变量(在我的情况下为验证损失和测试损失)的模型,而不是仅监视一个?
当然,通过LambdaCallback
,请参阅keras或TensorFlow文档。它允许您创建这样的自定义回调:
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])