如何将ModelCheckpoint与Keras中的自定义度量一起使用？

可以在回调中使用自定义吗？

可以

定义文档中描述的自定义度量：

import keras.backend as K

def mean_pred(y_true, y_pred):
    return K.mean(y_pred)

model.compile(optimizer='rmsprop',
              loss='binary_crossentropy',
              metrics=['accuracy', mean_pred])

要检查所有可用指标，请执行以下操作：

print(model.metrics_names)
> ['loss', 'acc', 'mean_pred']

通过

monitor

将度量名称传递给

ModelCheckpoint

。如果要在验证中计算度量值，请使用

val_979;

前缀

ModelCheckpoint(weights.{epoch:02d}-{val_mean_pred:.2f}.hdf5,
                monitor='val_mean_pred',
                save_best_only=True,
                save_weights_only=True,
                mode='max',
                period=1)

不要将

mode='auto'

用于自定义指标。明白为什么

---

---

为什么我要回答我自己的问题？检查。

链接以了解故障原因。我很好奇，我知道为什么。当您构建自定义模型时，ModelCheckpoint不知道值是高还是低更好，所以mode='auto'不好。在我的例子中，我定义了F1度量，所以我需要告诉ModelCheckpoint值val_F1越高越好，所以mode='max'。