在“过程中跳过Keras模型中的某些层”;“评估/确认阶段”;

在“过程中跳过Keras模型中的某些层”;“评估/确认阶段”;,keras,deep-learning,computer-vision,conv-neural-network,tensorflow2.0,Keras,Deep Learning,Computer Vision,Conv Neural Network,Tensorflow2.0,大家好,我的社区 我正在解决一个问题,在评估/验证阶段,我必须跳过Keras模型的某些层。“Cutom_VGG_模型”输出应直接转到“分类器”(因为两者的输出和输入形状分别相同)。这将是一项新的评价战略。培训是在同一型号上进行的,没有任何变化。请提出一些解决方法 我在Keras文档中找到了一些解决方案,他们创建自定义模型并覆盖“test_step”方法。但我无法制定该准则。以下是我所指文档的链接: 我使用的是Tensorflow Keras 我的要求是在每个历元之后计算这个新修改的评估策略的验

大家好,我的社区

我正在解决一个问题,在评估/验证阶段,我必须跳过Keras模型的某些层。“Cutom_VGG_模型”输出应直接转到“分类器”(因为两者的输出和输入形状分别相同)。这将是一项新的评价战略。培训是在同一型号上进行的,没有任何变化。请提出一些解决方法

我在Keras文档中找到了一些解决方案,他们创建自定义模型并覆盖“test_step”方法。但我无法制定该准则。以下是我所指文档的链接:

我使用的是Tensorflow Keras

我的要求是在每个历元之后计算这个新修改的评估策略的验证损失。此外,最终评估也将使用此新修改的评估策略进行


提前谢谢

创建了一个自定义的callback-on_epoch_end()方法,并传递了验证数据并记录了评估结果。