keras 的六类callback方法补充

title: keras 的六类callback方法补充
date: 2019-10-27 06:44:57
tags: keras
categories:

• 算法

• 深度学习

六种callback在不同声明周期被调用:

• on_epoch_begin: 在每个epoch开始时调用
• on_epoch_end: 在每个epoch结束时调用
• on_batch_begin: 在每个batch开始时调用
• on_batch_end: 在每个batch结束时调用
• on_train_begin: 在训练开始时调用
• on_train_end: 在训练结束时调用 主要参数

• params：字典，训练参数集（如信息显示方法verbosity，batch大小，epoch数）

• model：keras.models.Model对象，为正在训练的模型的引用

class roc_callback(keras.callbacks.Callback):
    def __init__(self,training_data, validation_data):

        self.x = training_data[0]
        self.y = training_data[1]
        self.x_val = validation_data[0]
        self.y_val = validation_data[1]


    def on_train_begin(self, logs={}):
        return

    def on_train_end(self, logs={}):
        return

    def on_epoch_begin(self, epoch, logs={}):
        return

    def on_epoch_end(self, epoch, logs={}):        
        y_pred = self.model.predict(self.x)
        roc = roc_auc_score(self.y, y_pred)      

        y_pred_val = self.model.predict(self.x_val)
        roc_val = roc_auc_score(self.y_val, y_pred_val)      

        print('\rroc-auc: %s - roc-auc_val: %s' % (str(round(roc,4)),str(round(roc_val,4))),end=100*' '+'\n')
        return

    def on_batch_begin(self, batch, logs={}):
        return

    def on_batch_end(self, batch, logs={}):
        return