我正在训练一个简单的VAE模型，处理64*64的图像，我想在每个周期或每几批次后查看生成的图像以观察进展。

当我训练模型时，我会等到训练完成后再查看结果。

我尝试在Keras中创建一个自定义回调函数来生成并保存图像，但没有成功。这是可能的吗？我找不到任何类似的方法。

如果您能推荐一个解释如何操作的资源，或展示一个例子，那将非常棒。

注意：我对一个干净的Keras.callback解决方案感兴趣，而不是遍历每个周期，训练并生成样本

回答：

如果你仍然需要它，你可以定义一个Keras中的自定义回调，作为keras.callbacks.Callback的子类：

class CustomCallback(keras.callbacks.Callback):    def __init__(self, save_path, VAE):        self.save_path = save_path        self.VAE = VAE    def on_epoch_end(self, epoch, logs={}):        #加载图像        #使用self.VAE.encoder.predict(image)获取潜在空间        #使用self.VAE.decoder.predict(latent_space)获取重建图像        #使用matplotlib.pyplot绘制重建图像

然后定义回调为image_callback = CustomCallback(...)，并将image_callback放入回调列表中