consume_scores

consume_scores(model: Model, dataset: PredictionDataset, *consumers: ScoreConsumer, batch_size: int = 1, mode: Literal['training', 'validation', 'testing'] | None = None) → None[source]

批量计算所有三元组分数和消耗。

从高层次的角度来看，这个方法执行以下操作：

for batch in dataset:
    scores = model.predict(batch)
    for consumer in consumers:
        consumer(batch, scores)

通过引入自定义预测数据集和/或评分消费者，此方法具有高度可配置性。

Parameters:

model (Model) – 用于计算分数的模型
dataset (PredictionDataset) – 定义预测任务的数据集，即循环遍历model.predict的输入。
消费者 (ScoreConsumer) – 分数批次的消费者
batch_size (int) – 使用的批量大小。如果硬件无法处理这么大的批量大小，将自动降低。
mode (Literal['training', 'validation', 'testing'] | None) – 传递模式，在传导设置中为None，在归纳设置中为“training”、“validation”或“testing”之一。

Raises:

ValueError – 如果没有给出评分消费者

Return type:

无