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:Python CSVLOGER不适用于KERA的模型评估过程,python,keras,tensorflow2.0,Python,Keras,Tensorflow2.0,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, c
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