tf.keras 在每个时期后以评估模式评估训练和验证

Question

我想在每个时期之后在评估模式下评估训练和验证，例如设置

training=False

。

如何使用 tf.keras 和

model.fit(train, epochs=EPOCH,callbacks=callbacks,validation_data=[train, valid])

Answer 1

为了在每个时期之后使用“tf.keras”评估 Tensorflow 中的训练和验证数据集，必须使用自定义回调。当处于评估模式时（即当training=False时），model.fit不会明确评估训练数据；相反，它默认评估验证数据。

为此，请构造一个自定义回调，如下所示：

指定唯一的回调：

1. 'tf.keras.callbacks.Callback'是一个子类。

2. 为了评估训练和验证数据集，请覆盖 on_epoch_end 函数。 将此自定义回调包含在您的训练循环修改中。

   def on_epoch_end（自我，纪元，日志=无）： # 评估训练数据 train_loss, train_acc = self.model.evaluate(self.train_data, verbose=0) # 评估验证数据 val_loss, val_acc = self.model.evaluate(self.val_data, verbose=0)