在Keras中记录model.fit()过程中每个epoch的计算时间

我想比较不同模型之间的计算时间。在训练过程中,每个epoch的计算时间会打印到控制台上。

Epoch 5/5160000/160000 [==============================] - **10s** ......

我希望找到一种方法,将这些时间以类似于模型指标的方式存储,这些指标在每个epoch都会被保存,并且可以通过history对象访问。


回答:

尝试使用以下回调函数:

class TimeHistory(keras.callbacks.Callback):    def on_train_begin(self, logs={}):        self.times = []    def on_epoch_begin(self, batch, logs={}):        self.epoch_time_start = time.time()    def on_epoch_end(self, batch, logs={}):        self.times.append(time.time() - self.epoch_time_start)

然后:

time_callback = TimeHistory()model.fit(..., callbacks=[..., time_callback],...)times = time_callback.times

在这种情况下,times 应该存储每个epoch的计算时间。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注