Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

tf.keras.callbacks.Callback

TensorFlow 1 versi Lihat sumber di GitHub

kelas dasar abstrak yang digunakan untuk membangun callback baru.

The logs kamus bahwa metode callback mengambil sebagai argumen akan berisi kunci untuk jumlah yang relevan untuk batch saat ini atau zaman (lihat docstrings metode khusus).

params Dict. Pelatihan parameter (misalnya. Bertele-tele, ukuran batch, jumlah zaman ...).
model Contoh keras.models.Model . Referensi model yang sedang dilatih.

metode

on_batch_begin

Lihat sumber

Sebuah alias kompatibilitas mundur untuk on_train_batch_begin .

on_batch_end

Lihat sumber

Sebuah alias kompatibilitas mundur untuk on_train_batch_end .

on_epoch_begin

Lihat sumber

Disebut pada awal sebuah zaman.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan. Fungsi ini hanya boleh disebut selama mode TRAIN.

argumen
epoch Integer, indeks zaman.
logs Dict. Saat ini tidak ada data yang dilewatkan ke argumen ini untuk metode ini, tetapi yang mungkin berubah di masa depan.

on_epoch_end

Lihat sumber

Disebut pada akhir sebuah zaman.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan. Fungsi ini hanya boleh disebut selama mode TRAIN.

argumen
epoch Integer, indeks zaman.
logs Dict, hasil metrik untuk zaman pelatihan ini, dan untuk zaman validasi jika validasi dilakukan. Kunci hasil validasi diawali dengan val_ .

on_predict_batch_begin

Lihat sumber

Disebut pada awal batch di predict metode.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan.

argumen
batch Integer, indeks batch dalam zaman saat ini.
logs Dict, mengandung nilai kembali dari model.predict_step , biasanya mengembalikan dict dengan kunci 'output' yang berisi output model.

on_predict_batch_end

Lihat sumber

Disebut pada akhir batch di predict metode.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan.

argumen
batch Integer, indeks batch dalam zaman saat ini.
logs Dict. Agregat metrik hasil sampai batch ini.

on_predict_begin

Lihat sumber

Disebut pada awal prediksi.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan.

argumen
logs Dict. Saat ini tidak ada data yang dilewatkan ke argumen ini untuk metode ini, tetapi yang mungkin berubah di masa depan.

on_predict_end

Lihat sumber

Disebut pada akhir prediksi.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan.

argumen
logs Dict. Saat ini tidak ada data yang dilewatkan ke argumen ini untuk metode ini, tetapi yang mungkin berubah di masa depan.

on_test_batch_begin

Lihat sumber

Disebut pada awal batch di evaluate metode.

Juga disebut pada awal batch validasi di fit metode, jika data validasi disediakan.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan.

argumen
batch Integer, indeks batch dalam zaman saat ini.
logs Dict, mengandung nilai kembali dari model.test_step . Biasanya, nilai-nilai dari Model metrik 's dikembalikan. Contoh: {'loss': 0.2, 'accuracy': 0.7} .

on_test_batch_end

Lihat sumber

Disebut pada akhir batch di evaluate metode.

Juga disebut pada akhir batch validasi di fit metode, jika data validasi disediakan.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan.

argumen
batch Integer, indeks batch dalam zaman saat ini.
logs Dict. Agregat metrik hasil sampai batch ini.

on_test_begin

Lihat sumber

Disebut pada awal evaluasi atau validasi.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan.

argumen
logs Dict. Saat ini tidak ada data yang dilewatkan ke argumen ini untuk metode ini, tetapi yang mungkin berubah di masa depan.

on_test_end

Lihat sumber

Disebut pada akhir evaluasi atau validasi.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan.

argumen
logs Dict. Saat ini output dari panggilan terakhir untuk on_test_batch_end() dilewatkan ke argumen ini untuk metode ini, tetapi yang mungkin berubah di masa depan.

on_train_batch_begin

Lihat sumber

Disebut pada awal batch pelatihan fit metode.

Subclass harus menimpa untuk setiap tindakan untuk menjalankan.

argumen
batch Integer, indeks batch dalam zaman saat ini.
logs Dict, mengandung nilai kembali dari model.train_step . Biasanya, nilai-nilai dari Model metrik 's dikembalikan. Contoh: {'loss': 0.2, 'accuracy': 0.7} .