我正在尝试训练一个keras模型。我在模型中有一个随机整数，我想打印它的每一个纪元，以确保它实际上是变化的。
rand_int = tf.random.uniform((), 0, 2, dtype=tf.int32) ... model.fit(X, y epochs = 10, batch_size = 20, validation_split=0.1)
我该怎么做？
ff29svar1#
您可以编写一个自定义的Callback，并在每次纪元结束时使用它。
Callback
class CustomCallback(keras.callbacks.Callback): def on_epoch_end(self, epoch, logs=None): rand_int = tf.random.uniform((), 0, 2, dtype=tf.int32) print(rand_int) model.fit(X, y epochs = 10, batch_size = 20, validation_split=0.1, callbacks=[CustomCallback()])
更多详情here。例如，下面是一个伪代码，用于在每个历元后打印layer[1]的weights and biases。您可以按照自己喜欢的方式设置该函数。x一个一个一个一个x一个一个二个x
layer[1]
weights and biases
vd2z7a6w2#
我想类似下面的代码可以做到这一点。
for epoch in range(10): ... #Print tensor values... ... model.fit(X, y, epochs=1, ...)
2条答案
按热度按时间ff29svar1#
您可以编写一个自定义的
Callback，并在每次纪元结束时使用它。更多详情here。
例如，下面是一个伪代码，用于在每个历元后打印
layer[1]的weights and biases。您可以按照自己喜欢的方式设置该函数。x一个一个一个一个x一个一个二个x
vd2z7a6w2#
我想类似下面的代码可以做到这一点。