Python CSVLOGER不适用于KERA的模型评估过程

我想用tensorflow 2.0（keras）将评估结果记录到一个文件中。我使用回调方法。它适用于model.fit，但似乎不适用于model.evaluate。 这是我的代码：

csv_logger = CSVLogger(logfile, append=True, separator=';')
model.fit(train_dataset, epochs=50, callbacks=[csv_logger]) // works
model.evaluate(test_dataset, callbacks=[csv_logger]) // not work

---

我是否以错误的方式将评估结果记录到文件中？

这是预期的行为

CSVLogger

仅为培训实施回调方法。 对于evaluate，keras培训模块调用了测试开始时的

，测试批处理开始时的
，\u测试批处理结束时的
和测试结束时的
回调方法，这些回调方法不是由CSVLogger实现的，因此与model.evaluate（）一起使用时不会创建csv文件


自定义CSV回调可以这样实现：

class MyCSVLogger(Callback):
    def __init__(self, filename):
        self.filename = filename
        print(filename)

    def on_test_begin(self, logs=None):
        # open csv file
        print('test begin')

    def on_test_batch_begin(self, batch, logs=None):
        pass

    def on_test_batch_end(self, batch, logs=None):
        # write the contents of the dictionary logs to csv file
        # sample content of logs {'batch': 0, 'size': 2, 'loss': -0.0, 'accuracy': 1.0}
        print(logs)

    def on_test_end(self, logs=None):
        # close csv file
        print('test end')

csv_logger = MyCSVLogger('abc.csv')
model.evaluate(X_eval,y_eval, callbacks=[csv_logger])

就在这里给Manoj Mohan的好答案加上我的2美分。这有点骇人，但我发现添加以下代码行可以使其适用于TF2.1：

from tensorflow.keras.callbacks import CSVLogger
CSVLogger.on_test_begin = CSVLogger.on_train_begin
CSVLogger.on_test_batch_end = CSVLogger.on_epoch_end
CSVLogger.on_test_end = CSVLogger.on_train_end

基本上，它只是将测试用例函数添加到CSVLogger类中，这些测试用例函数与train用例函数相同。唯一需要注意的是，它还将在CSV文件中创建一个历元列。但保存的统计数据来自批次