Callback¶
代码示例：
import paddle
# build a simple model checkpoint callback
class ModelCheckpoint(paddle.callbacks.Callback):
def __init__(self, save_freq=1, save_dir=None):
self.save_freq = save_freq
self.save_dir = save_dir
def on_epoch_end(self, epoch, logs=None):
if self.model is not None and epoch % self.save_freq == 0:
path = '{}/{}'.format(self.save_dir, epoch)
print('save checkpoint at {}'.format(path))
self.model.save(path)
方法¶
set_params(params)¶
设置参数，类型是dict，包含字段如下:
'batch_size': 整数，批大小
‘epochs’: 整数，总共epochs
'steps': 整数，一个epoch内的step数
'verbose': 整数，0，1，2，表示输出信息的模式，0是静默模式，1是进度条模式，2是每次打印一行。
‘metrics’: 字符串数组，评估指标的名字，包含’loss‘，以及paddle.metric.Metric获取的名字。
set_model(model)¶
设置paddle.Model实例。
on_train_end(logs=None)¶
在训练的结束调用。
- 参数：
-
logs (dict|None): 日志信息是dict或None. 通过paddle.Model传递的dict包含的字段有'loss', 评估指标metric的名字，以及'batch_size'。
on_eval_begin(logs=None)¶
在评估阶段的一开始调用。
- 参数：
-
logs (dict|None): 日志信息是dict或None. 通过paddle.Model传递的dict包含的字段有'steps'和'metrics'。'steps'是验证集的总共步长数, 'metrics'是一个list[str], 包含'loss'和所设置的paddle.metric.Metric的名字。
on_eval_end(logs=None)¶
在评估阶段的结束调用。
- 参数：
-
logs (dict|None): 日志信息是dict或None. 通过paddle.Model传递的dict包含的字段有'loss', 评估指标metric的名字，以及'batch_size'。
on_epoch_begin(epoch, logs=None)¶
在每个epoch的一开始调用。
- 参数：
-
epoch (int): epoch的索引。
logs (dict|None): 日志信息是None。
on_epoch_end(epoch, logs=None)¶
在每个epoch的结束调用。
- 参数：
-
epoch (int): epoch的索引。
logs (dict|None): 日志信息是dict或None. 通过paddle.Model传递的dict包含的字段有'loss', 评估指标metric的名字，以及'batch_size'。
on_train_batch_begin(step, logs=None)¶
在训练阶段每个batch的开始调用。
- 参数：
-
step (int): 训练步长或迭代次数。
logs (dict|None): 日志信息是dict或None. 通过paddle.Model传递的是None。
on_train_batch_end(step, logs=None)¶
在训练阶段每个batch的结束调用。
- 参数：
-
step (int): 训练步长或迭代次数。
logs (dict|None): 日志信息是dict或None. 通过paddle.Model传递的dict包含的字段有'loss', 评估指标metric的名字，以及当前'batch_size'。
on_eval_batch_begin(step, logs=None)¶
在评估阶段每个batch的开始调用。
- 参数：
-
step (int): 评估步长或迭代次数。
logs (dict|None): 日志信息是dict或None. 通过paddle.Model传递的是None。
on_eval_batch_end(step, logs=None)¶
在评估阶段每个batch的结束调用。
- 参数：
-
step (int): 训练步长或迭代次数。
logs (dict|None): 日志信息是dict或None. 通过paddle.Model传递的dict包含的字段有'loss', 评估指标metric的名字，以及当前'batch_size'。
on_predict_batch_begin(step, logs=None)¶
在推理阶段每个batch的开始调用。
- 参数：
-
step (int): 推理步长或迭代次数。
logs (dict|None): 日志信息是dict或None.
on_predict_batch_end(step, logs=None)¶
在推理阶段每个batch的结束调用。
- 参数：
-
step (int): 训练步长或迭代次数。
logs (dict|None): 日志信息是dict或None.