Python/Keras - 为每个时期创建一个带有一个预测的回调

Question

我正在使用 Keras 来预测时间序列。作为标准，我使用 20 个 epoch。我想知道我的神经网络在 20 个 epoch 中的每一个都预测了什么。

通过使用 model.predict，我在所有时代中只得到一个预测（不确定 Keras 是如何选择它的）。我想要所有预测，或者至少 10 个最好的预测。

根据我之前得到的答案，我应该通过子类化Callback() 并在on_epoch_end 函数内的模型上调用预测来实现适当的回调，从而计算每个训练时期之后的预测。

好吧，这个理论似乎已经成型，但我在编写代码时遇到了麻烦。谁能给出一个代码示例？

不知道如何实现 Callback() 子类，也不知道如何在 on_epoch_end 函数中将其与 model.predict 混合。

我们将非常感谢您的帮助 :)

---

编辑

嗯，我进化了一点。 了解如何创建子类以及如何将其链接到 model.predict。 但是，我正在思考如何创建一个包含所有预测的列表。以下是我当前的代码：

#Creating a Callback subclass that stores each epoch prediction
class prediction_history(Callback):
    def on_epoch_end(self, epoch, logs={}):
        self.predhis=(model.predict(predictor_train))

#Calling the subclass
predictions=prediction_history()

#Executing the model.fit of the neural network
model.fit(X=predictor_train, y=target_train, nb_epoch=2, batch_size=batch,validation_split=0.1,callbacks=[predictions]) 

#Printing the prediction history
print predictions.predhis

但是，我得到的只是最后一个时期的预测列表（与打印 model.predict(predictor_train) 的效果相同）。

现在的问题是：如何调整我的代码，以便将每个时期的预测添加到predhis？

Answer 1

您正在覆盖每个时期的预测，这就是它不起作用的原因。我会这样做：

class prediction_history(Callback):
    def __init__(self):
        self.predhis = []
    def on_epoch_end(self, epoch, logs={}):
        self.predhis.append(model.predict(predictor_train))

这样 self.predhis 现在是一个列表，每个预测都会在每个 epoch 结束时附加到列表中。