测试精度评估回调

Question

我想计算神经网络训练期间每个时期之后的测试准确度。简单的解决方案是：

for i in range(NUM_EPOCHS): 
    model.fit(train_dataset,epochs=1)
    accuracy = model.evaluate(test_dataset)
    test_accuracy_list.append(accuracy)

是否有使用回调的更模块化的解决方案？

Answer 1

您可以使用自定义训练循环，例如 this

您提到的方法不正确，您指定的方法不会做要求的事情。相反，它会多次调用拟合函数。

keras fit 函数 returns 你只有步骤 loss/acc 而不是纪元 loss/acc

Answer 2

你需要的是on_epoch_end

class EvaluateEpochEnd(tf.keras.callbacks.Callback):
    def __init__(self, test_data):
        self.test_data = test_data

    def on_epoch_end(self, epoch, logs={}):
        x, y = self.test_data
        scores = self.model.evaluate(x, y, verbose=False)
        print('\nTesting loss: {}, accuracy: {}\n'.format(scores[0], scores[1]))

用法：

model.fit(x_train, y_train, epochs=5, callbacks=[EvaluateEpochEnd((x_test, y_test))])

将给予：

Epoch 1/5
1875/1875 [==============================] - 6s 3ms/step - loss: 0.4784 - accuracy: 0.8619

Testing loss: 0.14208272099494934, accuracy: 0.9574000239372253

测试精度评估回调

Test accuracy evaluation Callback

keras

tensorflow

tensorflow2.0