在TF 2.x中打印每个时期的损失值

在TensorFlow 2.x中，可以通过使用tf.keras.callbacks.Callback类来打印每个时期的损失值。该类是一个回调函数，可以在训练过程中的不同时刻执行特定的操作。

以下是一个示例代码，展示如何在每个时期结束时打印损失值：

import tensorflow as tf

# 自定义回调函数
class PrintLossCallback(tf.keras.callbacks.Callback):
    def on_epoch_end(self, epoch, logs=None):
        # 打印当前时期的损失值
        print(f"Epoch {epoch+1}: Loss = {logs['loss']}")

# 构建和编译模型
model = tf.keras.Sequential([...])  # 定义模型结构
model.compile(optimizer='adam', loss='mse')  # 编译模型

# 训练模型并使用回调函数打印损失值
model.fit(x_train, y_train, epochs=10, callbacks=[PrintLossCallback()])

在上述代码中，首先定义了一个名为PrintLossCallback的自定义回调函数。在该回调函数中，我们通过重写on_epoch_end方法，在每个时期结束时获取并打印当前时期的损失值。

然后，我们构建和编译了一个模型。最后，在fit方法中使用了该回调函数PrintLossCallback()，将其作为callbacks参数传递进去。这样在每个时期结束时，就会调用回调函数并打印损失值。

值得注意的是，该回调函数只会打印损失值，不会对模型的训练过程产生任何影响。如果需要在训练过程中进行其他操作或记录其他指标，可以根据需要在自定义回调函数中添加相应的代码。

腾讯云相关产品和产品介绍链接地址：