如何将Keras损失输出记录到文件

Question

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：

Epoch 1/3
   6/1000 [..............................] - ETA: 7994s - loss: 5111.7661

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。我试过了：

logging.basicConfig(filename='example.log', filemode='w', level=logging.DEBUG)

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：

def generate_train_batch():
    html" target="_blank">while 1:
        for i in xrange(0,dset_X.shape[0],3):
            yield dset_X[i:i+3,:,:,:],dset_y[i:i+3,:,:]

class LossHistory(keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.losses = []

    def on_batch_end(self, batch, logs={}):
        self.losses.append(logs.get('loss'))
logloss=LossHistory()
colorize.fit_generator(generate_train_batch(),samples_per_epoch=1000,nb_epoch=3,callbacks=['logloss'])

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！

Answer 1

有一个简单的解决方案来解决您的问题。每次使用任何一种fit方法-结果都会返回称为 History Callback
的特殊回调。它具有一个字段history，该字段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"]

将此类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。