tensorflow2.x 使用callback方法停止模型训练(mnist手写数字)

import tensorflow as tf
from tensorflow.keras import layers

# 定义一个myCallback类,继承了tensorflow中自带的Callback类
class myCallback(tf.keras.callbacks.Callback):
    def on_epoch_end(self, epoch, logs=None):
        if(logs.get('accuracy') > 0.96):
            print("\n 已经到达 96% 的训练精度!")
            self.model.stop_training = True

# 实例化一个myCallback 对象 callbacks
callback = myCallback()
mnist = tf.keras.datasets.mnist

(training_images, training_labels), (test_images, test_labels) = mnist.load_data()

training_images = training_images / 255.0
test_images = test_images / 255.0


model = tf.keras.models.Sequential([layers.Flatten(),
                                    layers.Dense(128, activation="relu"),
                                    layers.Dense(10, activation="softmax")
                                    ])

model.compile(optimizer="adam",
              loss="sparse_categorical_crossentropy",
              metrics=['accuracy'])

model.fit(training_images, training_labels, epochs=10, callbacks=[callback])

model.evaluate(test_images, test_labels)
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值