如何在keras中进行自定义回调以在VAE训练中生成样本图像？

Question

我正在64*64的图像上训练一个简单的VAE模型，我想在每一个纪元或每几个批次之后看到生成的图像，以了解进展情况。

当我训练模型时，我等到训练完成后再看结果。

我试着在Keras中做一个自定义的回调函数，生成图像并保存，但做不到，这可能吗？我找不到类似的东西。

如果你能给我介绍一个解释如何做的源，或者给我看一个例子，那就太好了。

笔记: 我对一个干净的 Keras.callback解决方案 而不是遍历每一个时代，训练和生成样本。

Answer 1

是的，它实际上是可能的，但我总是使用matplotlib和一个自定义的函数。例如类似的东西。

for steps in range (epochs):

    Train,Test = YourDataGenerator() # load your images for one loop
    model.fit(Train,Test,batch_size= ...)


    result = model.predict(Test_image)
    plt.imshow(result[0,:,:,:]) # keras always returns [batch.nr,heigth,width,channels]

    filename1 = '/content/runde2/%s_generated_plot_%06d.png' % (test, (steps+1))
    plt.savefig(filename1 )
    plt.close()

我想也有一个干净的keras.callback版本，但我总是使用这种方法，因为你可以使用其他库，以方便每个循环的数据增强。但这只是我的观点，希望至少能帮到你一点。