KeyError：'未能格式化此回调文件路径：原因：\'lr\''答案

【问题标题】：KeyError: 'Failed to format this callback filepath: Reason: \'lr\''KeyError：'未能格式化此回调文件路径：原因：\'lr\''
【发布时间】：2021-10-09 20:11:54
【问题描述】：

我最近从 Tensorflow 2.2.0 切换到 2.4.1，现在我遇到了 ModelCheckpoint 回调路径的问题。如果我使用 tf 2.2 的环境，此代码可以正常工作，但在使用 tf 2.4.1 时会出错。

checkpoint_filepath = 'path_to/temp_checkpoints/model/epoch-{epoch}_loss-{lr:.2e}_loss-{val_loss:.3e}'
checkpoint = ModelCheckpoint(checkpoint_filepath, monitor='val_loss')

history = model.fit(training_data, training_data,
                    epochs=10,
                    batch_size=32,
                    shuffle=True,
                    validation_data=(validation_data, validation_data),
                    verbose=verbose, callbacks=[checkpoint])

错误：

KeyError: '未能格式化此回调文件路径：“path_to/temp_checkpoints/model/epoch-{epoch}_loss-{lr:.2e}_loss-{val_loss:.3e}”。原因：'lr''

【问题讨论】：

标签： tensorflow keras callback

【解决方案1】：

在ModelCheckpoint中，filepath参数的格式化名称，只能包含：epoch + 纪元结束后logs中的键。

您可以像这样在日志中看到可用的密钥：

class CustomCallback(tf.keras.callbacks.Callback):
    def on_epoch_end(self, epoch, logs=None):
        keys = list(logs.keys())
        print("Log keys: {}".format(keys))

model.fit(..., callbacks=[CustomCallback()])

如果你运行上面的代码，你会看到这样的：

Log keys: ['loss', 'mean_absolute_error', 'val_loss', 'val_mean_absolute_error']

其中显示了您可以使用的可用密钥（加上epoch）和lr 对您不可用（您使用了 3 个密钥：epoch、lr 和 @987654332 @ in filepath 名称）。

解决方案：

您可以自己将学习率添加到日志中：

import tensorflow.keras.backend as K
class CustomCallback(tf.keras.callbacks.Callback):
    def on_epoch_end(self, epoch, logs=None):
        logs.update({'lr': K.eval(self.model.optimizer.lr)})
        keys = list(logs.keys())
        print("Log keys: {}".format(keys)) #you will see now `lr` available

checkpoint_filepath = 'path_to/temp_checkpoints/model/epoch-{epoch}_loss-{lr:.2e}_loss-{val_loss:.3e}'
checkpoint = ModelCheckpoint(checkpoint_filepath, monitor='val_loss')

history = model.fit(training_data, training_data,
                    epochs=10,
                    batch_size=32,
                    shuffle=True,
                    validation_data=(validation_data, validation_data),
                    verbose=verbose, callbacks=[checkpoint, CustomCallback()])

【讨论】：