【发布时间】:2020-06-05 12:01:10
【问题描述】:
我想在model.fit() 运行期间而不是之前打印张量的值和/或形状。
在 PyTorch 中,我可以将 print(input.shape) 语句放入 model.forward() 函数中。
TensorFlow中有类似的东西吗?
【问题讨论】:
标签: python tensorflow neural-network pytorch
我想在model.fit() 运行期间而不是之前打印张量的值和/或形状。
在 PyTorch 中,我可以将 print(input.shape) 语句放入 model.forward() 函数中。
TensorFlow中有类似的东西吗?
【问题讨论】:
标签: python tensorflow neural-network pytorch
您可以将一个回调对象传递给model.fit()方法,然后在拟合期间的不同阶段执行操作。
https://www.tensorflow.org/api_docs/python/tf/keras/callbacks/Callback
class MyCustomCallback(tf.keras.callbacks.Callback):
def on_train_batch_begin(self, batch, logs=None):
print('Training: batch {} begins at {}'.format(batch, datetime.datetime.now().time()))
def on_train_batch_end(self, batch, logs=None):
print('Training: batch {} ends at {}'.format(batch, datetime.datetime.now().time()))
def on_test_batch_begin(self, batch, logs=None):
print('Evaluating: batch {} begins at {}'.format(batch, datetime.datetime.now().time()))
def on_test_batch_end(self, batch, logs=None):
print('Evaluating: batch {} ends at {}'.format(batch, datetime.datetime.now().time()))
model = get_model()
model.fit(x_train, y_train, callbacks=[MyCustomCallback()])
【讨论】:
on_train_batch_begin 中的训练数据?似乎没有参数可以访问实际的训练数据张量。