Keras 的回调 evaluate_generator

Question

我正在使用 Keras 进行我的一项实验。当我使用fit_generator 方法时，我可以指定回调，以便我可以在每个批次或每个时期之后实施。

现在，在使用 evaluate_generator 进行验证时，我会进行以下操作，

其他一些指标如下所示，

def accuracy(y_true, y_pred):
    return K.mean(K.equal(y_true, K.round(y_pred)))

评价，

metrics = model.evaluate_generator(my_generator(...),
                          steps=steps,
                          use_multiprocessing=True)

这里，my_generator() yield 单个输入（这里批量大小为 1）。此外，我在模型中定义了多种类型的损失。我完美地解决了所有这些损失。

但问题是，我只得到一个评估指标。我认为这是将所有单个批次视为一个整体输入的整体指标。

如何定义回调或类似的东西，以便我可以对单批评估进行自己的计算？（如 fit_generator 回调）。

注意： evaluate_generator does not 支持回调。

Answer 1

我认为您正在寻找 lambda 回调 https://keras.io/callbacks/#lambdacallback

也可以使用完整的自定义回调。 keras 文档中的示例：

class LossHistory(keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.losses = []

    def on_batch_end(self, batch, logs={}):
        self.losses.append(logs.get('loss'))