Python 在Keras回调中访问变量

所以我有一个CNN。我已经做了自定义回调，确认有效，但我有一个问题

这是一个示例输出。 迭代5的示例（为简单起见，批量大小为10000）

我有2个回调（测试结果如输出所示）： （1） 在每次迭代中更改学习速率。（2） 在每次迭代时打印精度

我有一个外部脚本，通过考虑准确性来确定学习速度

问题： 如何保证每次迭代的准确性，以便外部脚本能够访问它？本质上，每次迭代都是一个可访问的变量。使用

AccuracyCallback.accurity

问题 我可以通过不断变化的学习速度。但是，一旦在每次迭代中以可访问变量的形式传递了它，我如何获得精度呢

示例 我的外部脚本决定迭代1时的学习速率：0.01。如何在迭代1时将精度作为外部脚本中的可访问变量而不是打印语句来获得？

您可以

为了让日志.get（'acc'）正常工作，您必须告诉Keras监控它：

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

---

最后，请注意这里的

精度类型为
ndarray
。如果它给您带来任何问题，我建议将其包装起来：
float（accurity）
我已经创建了一个，如前所述。但是问题是，我还有第二个回调，即学习率。我不太明白，如果你能够编写这两个回调，为什么不将它们合并到一个方法中呢？如果不清楚，请编辑您的问题并添加用于设置学习率的回调代码，这样我就可以看到如何合并它。这并不能回答一般问题，因此我将打开一个关于Keras变量和回调的新问题。这些变量不会显示在摘要中。
class AccCallback(keras.callbacks.Callback):

    def on_batch_end(self, batch, logs={}):
        accuracy = logs.get('acc')
        # pass accuracy to your 'external' script and set new lr here

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