от
Я пытаюсь создать пользовательскую функцию обратного вызова, которая срабатывает в начале и в конце тренинга и частей, проверки, когда я называю модель.подходят(...) Обучающая часть (on_train_begin/on_train_end) работает прекрасно, но контролируемой детали(on_test_begin/on_test_end) не называется. В pycharm, он даже не показывает методы, как те, которые уже существуют. На поезд, я вам в знак переопределения слева, но не для тестов и близких. Как я могу создать пользовательскую функцию обратного вызова, которая будет активировать во время проверки? Я хочу сделать это для того, чтобы иметь возможность фиксировать время выполнения и время выполнения проверки. Я следовал инструкции с официального сайта tensorflow : https://www.tensorflow.org/beta/guide/keras/custom_callback Я также обнаружил, методов on_test_begin и on_test_end на официальном сайте: https://www.tensorflow.org/api_docs/python/tf/keras/callbacks/TensorBoard
class TimeHistory(tf.keras.callbacks.Callback):
    def on_test_begin(slef,logs=None):
        print('testing begins')
    def on_test_end(selfs,logs=None):
        print('testing ends')
    def on_train_begin(self, logs=None):
        print("training begins")
    def on_train_end(self, logs=None):
        print('training ends')

def creationModeleMLP(nbHiddenLayers,nbPerceptrons,nbEpochs,learningRate,myBatchSize,currentFold):
    model = tf.keras.models.Sequential()
    #ajoute le input layer
    model.add(tf.keras.layers.Flatten(input_shape=(76,)))
    #ajoute les hidden layers
    for i in range(nbHiddenLayers):
        model.add(tf.keras.layers.Dense(nbPerceptrons, activation=tf.nn.relu))
    #ajoute le output layer
    model.add(tf.keras.layers.Dense(2, activation=tf.nn.softmax))
    model.compile(optimizer=tf.keras.optimizers.Adam(lr=learningRate),
                  loss='sparse_categorical_crossentropy',
                  metrics=['accuracy'])
    #entraine le modele
    timeHistory = TimeHistory()
    histoire = model.fit(vectPrimTrain[currentFold], typeTrain[currentFold], batch_size=myBatchSize, epochs=nbEpochs,
              callbacks=[tensorboard,timeHistory], validation_data=(vectPrimTest[currentFold],typeTest[currentFold]))
Я ожидаю, что on_test_begin метод и метод on_test_end называться в начале проверки. Спасибо

Ваш ответ

Отображаемое имя (по желанию):
Конфиденциальность: Ваш электронный адрес будет использоваться только для отправки уведомлений.
...