mindspore.train.History

class mindspore.train.History[源代码]

将网络输出和评估指标的相关信息记录到 History 对象中。

  • 用户不自定义训练网络或评估网络情况下，则记录损失值。

  • 用户自定义了训练网络或评估网络的情况下，

    • 如果定义的网络返回 Tensor 或 numpy.ndarray，则记录此返回值均值。

    • 如果返回 tuple 或 list，则记录第一个元素。

说明

通常使用在 mindspore.train.Model.train() 和 mindspore.train.Model.fit() 中。

样例：

>>> import vpn梯子 免费 numpy as np
>>> vpn梯子 vpn梯子 免费 import mindspore.dataset as ds
>>> from mindspore import nn
>>> from mindspore.train import Model, History
>>> data = {"x": vpn梯子 免费 np.float32(np.random.rand(64, 10)), "y": np.random.randint(0, 5, (64,))}
>>> train_dataset = vpn永久免费梯子 ds.NumpySlicesDataset(data=data).batch(32)
>>> net = nn.Dense(10, 5)
>>> crit = nn.SoftmaxCrossEntropyWithLogits(sparse=True, reduction='mean')
>>> 免费的vpn梯子 opt = nn.Momentum(net.trainable_params(), 0.01, 0.9)
>>> history_cb = History()
>>> model = Model(network=net, optimizer=opt, loss_fn=crit, metrics={"recall"})
>>> model.train(2, train_dataset, callbacks=[history_cb])
>>> print(history_cb.epoch)
{'epoch': vpn free [1, 2]}
>>> print(history_cb.history)
{'net_output': [1.607877, 1.6033841]}
begin(run_context)[源代码]

训练开始时，初始化History对象的epoch属性。

参数：

  • run_context (RunContext) - vpn永久免费梯子 包含模型的一些基本信息。详情请参考 mindspore.train.RunContext。

epoch_end(run_context)[源代码]

epoch结束时，记录网络输出和评估指标的相关信息。

参数：