Метод on_predict_end класса Callback

Метод on_predict_end принадлежит классу Callback в TensorFlow и вызывается автоматически в конце процесса предсказания, то есть после завершения работы метода predict. Этот метод не принимает обязательных параметров, кроме self, и не возвращает значения. Его можно переопределить в пользовательском классе-наследнике, чтобы выполнить завершающие действия: вывести сообщение, сохранить метрики, закрыть файлы или освободить ресурсы.

Синтаксис

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

Пример

Давайте создадим простую модель и колбэк, который выводит сообщение в конце предсказания:

import tensorflow as tf

tf.random.set_seed(0)

class PredictEndCallback(tf.keras.callbacks.Callback):
	def on_predict_end(self, logs=None):
		print("Prediction finished")

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

data = tf.constant([[1.0], [2.0], [3.0]])
callback = PredictEndCallback()
model.predict(data, callbacks=[callback])

Результат выполнения кода:

"Prediction finished"

Пример

Давайте используем параметр logs для сохранения информации о завершении предсказания:

import tensorflow as tf

tf.random.set_seed(0)

class LoggingPredictCallback(tf.keras.callbacks.Callback):
	def on_predict_end(self, logs=None):
		if logs is None:
			logs = {}
		logs['predict_status'] = 'completed'
		print(logs)

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

data = tf.constant([[1.0], [2.0], [3.0]])
callback = LoggingPredictCallback()
model.predict(data, callbacks=[callback])

Результат выполнения кода:

{'predict_status': 'completed'}

Смотрите также

класс Callback,
который является базовым классом для всех колбэков
метод on_predict_begin,
который вызывается в начале предсказания
метод on_test_end,
который вызывается в конце тестирования
метод on_train_end,
который вызывается в конце обучения