您可以使用CSVLogger回调。
例如:
from keras.callbacks import CSVLogger
csv_logger = CSVLogger('log.csv', append=True, separator=';')
model.fit(X_train, Y_train, callbacks=[csv_logger])
查看: Keras回调
0
您可以使用CSVLogger回调。
例如:
from keras.callbacks import CSVLogger
csv_logger = CSVLogger('log.csv', append=True, separator=';')
model.fit(X_train, Y_train, callbacks=[csv_logger])
查看: Keras回调
0
有一个简单的解决方案来解决您的问题。每次使用任何fit
方法时-都会返回称为History Callback的特殊回调。它具有字段history
,该字段history
是每个时期后注册的所有度量的字典。因此,可以在每个时期之后轻松获得损失函数值的列表:
history_callback = model.fit(params...)
loss_history = history_callback.history["loss"]
将这样的列表保存到文件很容易(例如,通过将其转换为numpy
数组并使用savetxt
方法)。
更新:
尝试:
import numpy
numpy_loss_history = numpy.array(loss_history)
numpy.savetxt("loss_history.txt", numpy_loss_history, delimiter=",")
更新2:
在Keras回调文档的“ 创建回调”段落中编写了每批记录后记录损失的问题的解决方案。
0
老问题了,但是这里。 Keras历史记录输出与熊猫DataSet输入完全匹配。
如果希望整个历史记录一行显示在csv中: pandas.DataFrame(model.fit(...).history).to_csv("history.csv")
干杯
0
当您运行Keras神经网络模型时,您可能会在控制台中看到以下内容:
随着时间的流逝,损失有望改善。我想将这些损失随时间记录到文件中,以便我可以从中学习。我努力了:
但这不起作用。我不确定在这种情况下我需要什么级别的日志记录。
我也尝试过使用如下回调:
但这显然不是在写文件。无论采用哪种方法,通过回调或日志记录模块或其他任何方法,我都想听听您的解决方案,用于将keras神经网络丢失记录到文件中。谢谢!