forked from huawei/mindspore2022
74 lines
2.3 KiB
Plaintext
74 lines
2.3 KiB
Plaintext
Class mindspore.train.callback.Callback
|
||
|
||
用于构建回调函数的基类。回调函数是一个上下文管理器，在运行模型时被调用。
|
||
可以使用此机制进行初始化和释放资源等操作。
|
||
|
||
回调函数可以在step或epoch中的执行一些操作。
|
||
|
||
它保存模型相关信息。例如`network`、`train_network`、`epoch_num`、`batch_num`、`loss_fn`、`optimizer`、`parallel_mode`、`device_number`、`list_callback`、`cur_epoch_num`、`cur_step_num`、`dataset_sink_mode`、`net_outputs`等。
|
||
|
||
示例：
|
||
>>> from mindspore import Model, nn
|
||
>>> from mindspore.train.callback import Callback
|
||
>>> class Print_info(Callback):
|
||
... def step_end(self, run_context):
|
||
... cb_params = run_context.original_args()
|
||
... print("step_num: ", cb_params.cur_step_num)
|
||
>>>
|
||
>>> print_cb = Print_info()
|
||
>>> dataset = create_custom_dataset()
|
||
>>> net = Net()
|
||
>>> loss = nn.SoftmaxCrossEntropyWithLogits(sparse=True, reduction='mean')
|
||
>>> optim = nn.Momentum(net.trainable_params(), 0.01, 0.9)
|
||
>>> model = Model(net, loss_fn=loss, optimizer=optim)
|
||
>>> model.train(1, dataset, callbacks=print_cb)
|
||
step_num：1
|
||
|
||
|
||
begin(run_context)
|
||
|
||
在网络执行之前被调用一次。
|
||
|
||
参数：
|
||
run_context (RunContext)：包含模型的一些基本信息。
|
||
|
||
|
||
end(run_context)
|
||
|
||
网络执行后被调用一次。
|
||
|
||
参数：
|
||
run_context (RunContext)：包含模型的一些基本信息。
|
||
|
||
|
||
epoch_begin(run_context)
|
||
|
||
在每个epoch开始之前被调用。
|
||
|
||
参数：
|
||
run_context (RunContext)：包含模型的一些基本信息。
|
||
|
||
|
||
epoch_end(run_context)
|
||
|
||
在每个epoch结束后被调用。
|
||
|
||
参数：
|
||
run_context (RunContext)：包含模型的一些基本信息。
|
||
|
||
|
||
step_begin(run_context)
|
||
|
||
在每个step开始之前被调用。
|
||
|
||
参数：
|
||
run_context (RunContext)：包含模型的一些基本信息。
|
||
|
||
|
||
step_end(run_context)
|
||
|
||
在每个step完成后被调用。
|
||
|
||
参数：
|
||
run_context (RunContext)：包含模型的一些基本信息。
|
||
|