Метод on_predict_begin

Метод on_predict_begin класса Callback вызывается один раз в начале процесса предсказания модели при вызове метода predict. Этот метод не принимает обязательных параметров, кроме self, и не возвращает значений. Его можно переопределить в собственном классе-наследнике Callback, чтобы выполнить подготовительные действия перед предсказанием: например, инициализировать счетчики, зафиксировать время старта или выделить ресурсы.

Синтаксис

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

Пример

Давайте создадим простой колбэк, который выводит сообщение в начале предсказания, и применим его при вызове predict:

import tensorflow as tf

class PredictBeginCallback(tf.keras.callbacks.Callback):
	def on_predict_begin(self, logs=None):
		print("predict begin")

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

callback = PredictBeginCallback()
res = model.predict([1.0, 2.0, 3.0], callbacks=[callback], verbose=0)
print(res.shape)

Результат выполнения кода:

"predict begin"
(3, 1)

Пример

Давайте используем on_predict_begin для сохранения времени старта предсказания и последующего вывода длительности в on_predict_end:

import tensorflow as tf
import time

class TimePredictCallback(tf.keras.callbacks.Callback):
	def on_predict_begin(self, logs=None):
		self.start_time = time.time()
		print("start time saved")
	
	def on_predict_end(self, logs=None):
		elapsed = time.time() - self.start_time
		print("elapsed:", round(elapsed, 4))

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

callback = TimePredictCallback()
res = model.predict([1.0, 2.0, 3.0], callbacks=[callback], verbose=0)
print(res.shape)

Результат выполнения кода:

"start time saved"
"elapsed: 0.0"
(3, 1)

Смотрите также

класс Callback,
который является базовым классом для всех колбэков
метод on_predict_end,
который вызывается в конце предсказания
метод on_train_begin,
который вызывается в начале обучения
метод on_test_begin,
который вызывается в начале тестирования