Класс Callback

Класс Callback является базовым классом для всех колбэков в TensorFlow. Колбэк - это объект, который может выполнять определенные действия на различных этапах жизненного цикла модели: в начале и конце обучения, в начале и конце каждой эпохи, в начале и конце каждого батча, а также при тестировании и предсказании. Для создания собственного колбэка необходимо унаследоваться от класса Callback и переопределить нужные методы. Класс не принимает обязательных параметров при инициализации, однако пользовательские колбэки могут принимать собственные параметры через конструктор.

Синтаксис

tf.keras.callbacks.Callback()

Пример

Давайте создадим простой колбэк, который выводит сообщение в начале и в конце каждой эпохи обучения:

import tensorflow as tf

class MyCallback(tf.keras.callbacks.Callback):
	def on_epoch_begin(self, epoch, logs=None):
		print("Epoch started:", epoch)
	
	def on_epoch_end(self, epoch, logs=None):
		print("Epoch ended:", epoch)

model = tf.keras.Sequential([
	tf.keras.layers.Dense(1, input_shape=(1,))
])
model.compile(optimizer="sgd", loss="mse")

x = tf.constant([[1.0], [2.0], [3.0], [4.0]])
y = tf.constant([[2.0], [4.0], [6.0], [8.0]])

model.fit(x, y, epochs=2, callbacks=[MyCallback()], verbose=0)

Результат выполнения кода:

"Epoch started: 0"
"Epoch ended: 0"
"Epoch started: 1"
"Epoch ended: 1"

Пример

Давайте создадим колбэк, который сохраняет номер эпохи в собственный атрибут и выводит его после завершения обучения:

import tensorflow as tf

class EpochLogger(tf.keras.callbacks.Callback):
	def __init__(self):
		super().__init__()
		self.epochs_seen = 0
	
	def on_epoch_end(self, epoch, logs=None):
		self.epochs_seen += 1

logger = EpochLogger()

model = tf.keras.Sequential([
	tf.keras.layers.Dense(1, input_shape=(1,))
])
model.compile(optimizer="sgd", loss="mse")

x = tf.constant([[1.0], [2.0], [3.0], [4.0]])
y = tf.constant([[2.0], [4.0], [6.0], [8.0]])

model.fit(x, y, epochs=3, callbacks=[logger], verbose=0)
print("Epochs seen:", logger.epochs_seen)

Результат выполнения кода:

"Epochs seen: 3"

Смотрите также

метод on_epoch_begin,
который вызывается в начале каждой эпохи
метод on_epoch_end,
который вызывается в конце каждой эпохи
метод on_train_begin,
который вызывается в начале обучения
метод on_train_end,
который вызывается в конце обучения