Keras学习笔记（Callback）

Callback

1. 先看一下callback类源码

class Callback(object):
    def __init__(self):
        self.validation_data = None
        self.model = None

    def set_params(self, params):
        self.params = params

    def set_model(self, model):
        self.model = model

    def on_epoch_begin(self, epoch, logs=None):
        pass

    def on_epoch_end(self, epoch, logs=None):
        pass

    def on_batch_begin(self, batch, logs=None):
        pass

    def on_batch_end(self, batch, logs=None):
        pass

    def on_train_begin(self, logs=None):
        pass

    def on_train_end(self, logs=None):
        pass

我们在调用是可以这样写（保存最优模型）

# 回调类1
class Evaluator1(keras.callbacks.Callback):
    def __init__(self):
        self.best_val_acc = 0.
    # 每迭代一次，调用一次
    def on_epoch_end(self, epoch, logs=None):
        val_acc = evaluate(valid_generator)
        if val_acc > self.best_val_acc:
            self.best_val_acc = val_acc
            model.save_weights(r'data/best_model.weights')
        test_acc = evaluate(test_generator)
        print(
            u'val_acc: %.5f, best_val_acc: %.5f, test_acc: %.5f\n' %
            (val_acc, self.best_val_acc, test_acc)
        )

2. 自带的回调方法

2.1 ModelCheckpoint

在每个训练期之后保存模型。相当于在on_epoch_end（）中保存了模型
参数：

2.2 EarlyStopping

当被监测的数量不再提升，则停止训练。
参数：

2.3 TensorBoard

学习中…