Keras 在 metric key 之后添加一个数字

Question

我在Windows 11上使用TensoFlow 2.4.0版本和Keras，我想添加一个

ModelCheckpoint

回调监控

auc

:

import tensorflow as tf

try: # Atttempt to get rid of any model, history from previous runs
    del model
    del history
except:
    print('No model to delete')

checkpoint_filepath = "checkpoint"
model_checkpoint_callback = tf.keras.callbacks.ModelCheckpoint(
    filepath=checkpoint_filepath,
    save_weights_only=True,
    monitor='val_auc',
    mode='max',
    save_best_only=True)

model.compile(optimizer=Adam(learning_rate=0.001),
    loss= 'binary_crossentropy',
    metrics=['accuracy', tf.keras.metrics.AUC()])

history = model.fit(..., callbacks=[model_checkpoint_callback])

一切都很好，因为

val_auc

存在于

history.history.keys()

中。 但是，如果我下次再次运行代码（在 Jupyter 笔记本中），则密钥将变为：

val_auc_1

。

当然

ModelCheckpoint

不起作用。

我必须重新启动内核才能摆脱密钥末尾这个烦人的

_1

。

keras

文档建议的一个解决方案是运行

model.fit

仅运行1个纪元以获得

history.history.keys()

，然后在

ModelCheckpoint

中使用它。但这确实很笨拙。有没有办法在不运行

model.compile

的情况下获取

model.fit

之后的公制键？或者是否可以以某种方式避免这种情况

_1

？

Answer 1

因此，第一次运行包含

tf.keras.metrics.AUC()

的代码块时，您会生成此类的一个实例，默认情况下，该实例的名称为“auc”。看起来这个实例被存储在内存中，所以当你再次运行

tf.keras.metrics.AUC()

时，它会创建这个类的第二个实例。这些类型的类的行为是为类的每个实例分配唯一的名称（为层分配名称的 keras 函数是here），因此“_1”会附加到第二个实例。如果您运行以下命令，您可以看到此行为：

a1 = tf.keras.metrics.AUC()
a2 = tf.keras.metrics.AUC()
print(f'a1 name: {​a1.name}​')
print(f'a2 name: {​a2.name}​')

正如 @elbe 的评论中指出的，您可以通过在创建实例时分配一个名称来解决这个问题，即

tf.keras.metrics.AUC(name='auc')

；或者正如您已经指出的，您可以重新启动内核。