编写自己的回调函数

最新推荐文章于 2020-11-12 15:05:55 发布

贾世林jiashilin

最新推荐文章于 2020-11-12 15:05:55 发布

阅读量970

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习相关文献和理论

本文链接：https://blog.youkuaiyun.com/qq_35290785/article/details/90766506

深度学习相关文献和理论专栏收录该内容

126 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

本文深入探讨了回调函数的概念，通过实例讲解如何编写和使用自定义回调函数。内容涵盖回调函数的作用，它在异步编程中的应用，以及如何在实际项目中有效地组织和管理回调函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# Author: Jia ShiLin

import numpy as np
import pandas as pd

from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
from keras.utils import to_categorical, np_utils
from keras.callbacks import Callback
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense

# data
(x_train, y_train), (x_val, y_val) = mnist.load_data()

# 显示每个标签的事例,并输出对显示每个标签的计数
unique_labels = set(y_train)
plt.figure(figsize=(12, 10))
i = 1
for label in unique_labels:
    image = x_train[y_train.tolist().index(label)]
    #plt.subplots(10, 10, i)
    plt.axis('off')
    plt.title('{0}:({1})'.format(label, y_train.tolist().count(label)))
    i += 1
    _ = plt.imshow(image, cmap='g