在每个training/epoch/batch结束时，如果我们想执行某些任务，例如模型缓存、输出日志、计算当前的auc等等，Keras中的callback就派上用场了。Example 记录每个batch的损失函数值import keras # 定义callback类class MyCallback(keras.callbacks.Callback): def on_train_begin(self, logs={}): self.losses = []

早停!? earlystopping for keras 　　为了获得性能良好的神经网络，网络定型过程中需要进行许多关于所用设置（超参数）的决策。超参数之一是定型周期（epoch）的数量：亦即应当完整遍历数据集多少次（一次为一个epoch）？如果epoch数量太少，网络有可能发生欠拟合（即对于定型数据的学习不够充分）；如果epoch数量太多，则有可能发生过拟合（即网络对定型数据中的“噪声”而非信号拟合）。早停法旨在解决epoch数量需要手动设置的问题。它也可以被视为一种能够避免网络发生过拟合的正则化

官网链接https://tensorflow.google.cn/api_docs/python/tf/gather_ndtf.gather_nd( params, indices, name=None)按照indices的格式从params中抽取切片（合并为一个Tensor）indices是一个K维整数Tensor。例子：import tensorflow as tfa = tf.Variable([[1, 2, 3, 4, 5],

tf.cast()函数的作用是执行 tensorflow 中张量数据类型转换，比如读入的图片如果是int8类型的，一般在要在训练前把图像的数据格式转换为float32。cast定义：cast(x, dtype, name=None) 第一个参数 x: 待转换的数据（张量） 第二个参数 dtype： 目标数据类型 第三个参数 name： 可选参数，定义操作的名称int32转换为float32： import tensorflow as tf ...

在tensorflow 的代码里经常看到tf.split()这个函数，今天来扒一扒这个API的用法tf.split( value, num_or_size_splits, axis=0, num=None, name='split') 1 2 3 4 5 6 7 8Splits a tensor into sub tensors.If num_or_size_splits is an in...