代码之家 › 专栏 › 技术社区 › tidy

csvlogger不适用于Model.Evaluate过程

tensorflow2.0 keras python

0

tidy · 技术社区 · 5 年前

我想将评估结果记录到TensorFlow 2.0(Keras)文件中。我使用回调方法。对于model.fit它工作得很好,但对于model.evaluate似乎不工作。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

我将评估结果记录到文件中的方式是否错误?

0 回复 | 直到 5 年前

1

Manoj Mohan 5 年前

这是预期行为。 CSVLogger 仅为培训实现回调方法。为了评估, on_test_begin() , on_test_batch_begin() , on_test_batch_end() 和 on_test_end() callback方法由keras培训模块调用,该模块不是由csvlogger实现的,因此与model.evaluate()一起使用时不会创建csv文件。

https://github.com/tensorflow/tensorflow/blob/v2.0.0-alpha0/tensorflow/python/keras/callbacks.py#L1514

自定义的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])