Метод on_batch_begin класса Callback

Метод on_batch_begin принадлежит классу Callback и вызывается в начале обработки каждого батча. Первым параметром метод принимает номер текущего батча batch, а вторым - словарь logs с дополнительной информацией. Метод не возвращает значений, но может использоваться для логирования, изменения состояния или ранней остановки.

Синтаксис

class MyCallback(tf.keras.callbacks.Callback):
	def on_batch_begin(self, batch, logs=None):
		pass

Пример

Давайте создадим колбэк, который выводит номер батча в начале его обработки:

import tensorflow as tf

tf.random.set_seed(0)

class BatchBeginCallback(tf.keras.callbacks.Callback):
	def on_batch_begin(self, batch, logs=None):
		print("Begin batch:", batch)

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=1, batch_size=2, callbacks=[BatchBeginCallback()], verbose=0)

Результат выполнения кода:

"Begin batch: 0"
"Begin batch: 1"

Пример

Давайте создадим колбэк, который подсчитывает количество батчей за эпоху:

import tensorflow as tf

tf.random.set_seed(0)

class BatchCounter(tf.keras.callbacks.Callback):
	def __init__(self):
		super().__init__()
		self.batch_count = 0
	
	def on_batch_begin(self, batch, logs=None):
		self.batch_count += 1
	
	def on_epoch_end(self, epoch, logs=None):
		print("Total batches in epoch:", self.batch_count)
		self.batch_count = 0

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], [5.0], [6.0]])
y = tf.constant([[2.0], [4.0], [6.0], [8.0], [10.0], [12.0]])

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

Результат выполнения кода:

"Total batches in epoch: 3"
"Total batches in epoch: 3"

Смотрите также

класс Callback,
который является базовым классом для всех колбэков
метод on_batch_end,
который вызывается в конце обработки каждого батча
метод on_epoch_begin,
который вызывается в начале каждой эпохи
метод on_train_begin,
который вызывается в начале обучения модели