Keras - 火车结束回调没有得到任何日志答案

【问题标题】：Keras - On train end callback does not get any logKeras - 火车结束回调没有得到任何日志
【发布时间】：2019-10-23 18:21:16
【问题描述】：

我正在做一个需要在 LSTM 网络上做一些工作的项目。我之前没有遇到过这样的问题，奇怪的是我没有更改这部分代码的任何内容。

问题是我有回调将模型训练的过程写到文件中，称为Logger。在on_train_end 方法中，我正在调用另一个自定义函数来保存loss、acc 和perplexity 的图。但是on_train_end方法的logs参数给了空字典，手上的on_epoch_end没有问题。

def on_train_end(self, logs={}):
        #calculate total time
        self.train_dur = time.time()-self.train_start
        self.log.write("\n\nTotal duration: " + str(self.train_dur) + " seconds\n")
        self.log.write("*"*100+"\n")
        self.log.close()
        print("train end logs:", logs)
        self.__save_plots(logs)
        #write time to a file
        return

def on_epoch_end(self, epoch, logs={}):
        #calculate epoch time
        self.epoch_dur = time.time()-self.epoch_start
        #write epoch logs to a file
        print("epoch end logs:" , logs)
        epoch_loss_info = "\nloss: {loss} -- val_loss: {val_loss}".format(loss = logs["loss"], val_loss = logs["val_loss"])
        epoch_acc_info = "\nacc: {acc} -- val_acc: {val_acc}".format(acc = logs["acc"], val_acc = logs["val_acc"])
        epoch_ppl_info = "\nppl: {ppl} -- val_ppl: {val_ppl}\n".format(ppl=logs["ppl"], val_ppl=logs["val_ppl"])
        self.log.write("-"*100+"\n")
        self.log.write("\n\nEpoch: {epoch} took {dur} seconds \n".format(epoch=epoch+1, dur=self.epoch_dur))
        self.log.write(epoch_loss_info+epoch_acc_info+epoch_ppl_info)
        #write generations to a file
        generator = model_generator(gen_seq_len=self.gen_seq_len, by_dir=self.model_dir)
        generated_text = generator.generate()
        self.log.write("\nInput text:\t" + generated_text[:self.gen_seq_len] + "\n" )
        self.log.write("\nGenerated text:\t" + generated_text + "\n")
        self.log.write("-"*100+"\n")
        return

如下所示，我在每个方法中都有一个print 函数，print("epoch end logs") 打印出一个填充了正确值的dict。然而print("train end logs") 打印出一个空的dict.

我还尝试将history 作为fit_generator 函数的返回值，并尝试将其打印出来。这也伴随着价值观。

我搜索了GitHub 和Stackoverflow，但没有看到类似的内容。

提前致谢。

【问题讨论】：

标签： python tensorflow keras lstm recurrent-neural-network

【解决方案1】：

我通过创建一个包含与logs 变量相同的键并将每个时期之后的每个值附加到该字典的空字典暂时解决了这个问题。因此，我没有使用在每个纪元之后填充的参数self.logs，而是在on_train_end 方法中使用logs 参数。

但请随意回答这个奇怪的问题。

【讨论】：