Python 3.x Tensorflow时代如何获取信息

因此，如果我通过python UI运行tensorflow 2.0代码，我可以看到各个时代打印到命令行。如何“获取或访问”该信息（最好是在其运行时），以便将字符串放入文本字段中

我知道这是什么使输出

model.fit(......)

---

我正在为我的GUI使用pyqt5，希望将文本字段的文本设置为model.fit显示的内容（最好在运行时），这样命令行的输出和我的文本字段是相同的。

要访问每个历元的损失，可以使用

history=model.fit（…）

而不是

model.fit（…）

。这会将每个历元的损失信息保存到

keras.callbacks.callbacks.History

对象中，在该对象中可以检索和打印损失。您可以通过修改

keras.callbacks.callbacks

，进一步向历史记录中添加更多信息，以下是一些文档供参考：

以下是您可以在每个历元打印损失的方法：

history = model.fit(...)
loss_history = history.history["loss"] #type is list
for i in range(len(loss_history)):
    print("Epoch %i :"%i, loss_history[i])

---

主要的想法是在训练期间获得损失，而不仅仅是在训练结束时。如果你训练200个赛程，每个赛程5小时，会怎么样？如果程序员只想在培训结束时检查，而不是在培训期间的每个历元结束时检查，则上述答案是合适的

以下几行将解决此问题：

class LossHistoryCallback(tf.keras.callbacks.Callback):

  def on_epoch_end(self, batch, logs=None):
    #logs['loss'] or logs['val_loss'] (the latter available only if you use validation data when model.fit()
    # Use logs['loss'] or logs['val_loss'] for pyqt5 purposes

    print('Loss is: logs['loss'], validation loss is: logs['val_loss']')





model.fit(x_train, y_train,
          batch_size=64,
          epochs=10,
          steps_per_epoch=5,
          verbose=1,
          callbacks=[LossHistoryCallback()])

通过这种方式，您可以在每个历元结束时获得损失和验证损失的输出，而不仅仅是在培训结束时，因为您希望跟踪每个历元的培训进度，而不是只在培训结束时看到结果