多训练回调

class MultiTrainingCallback(callbacks: str | TrainingCallback | type[TrainingCallback] | None | Sequence[str | TrainingCallback | type[TrainingCallback] | None] = None, callbacks_kwargs: Mapping[str, Any] | None | Sequence[Mapping[str, Any] | None] = None)

基础类: TrainingCallback

一个用于同时调用多个训练回调的包装器。

初始化回调。

注意

构造函数允许“广播”回调，即提供一个单一的回调，但提供一个回调参数列表。在这种情况下，对于列表中的每个元素，给定的回调都会被实例化。

Parameters:

• callbacks (list[TrainingCallback]) – 回调函数

• callbacks_kwargs (TrainingCallbackKwargsHint) – 用于实例化回调的额外基于关键字的参数

方法总结

on_batch(epoch, batch, batch_loss, **kwargs)	调用训练批次。
post_batch(epoch, batch, **kwargs)	调用训练批次。
post_epoch(epoch, epoch_loss, **kwargs)	在epoch之后调用。
post_train(losses, **kwargs)	训练后调用。
pre_batch(**kwargs)	在训练批次之前调用。
pre_step(**kwargs)	在优化器的步骤之前调用。
register_callback(callback)	注册一个回调函数。
register_training_loop(training_loop)	注册训练循环。

方法文档

on_batch(epoch: int, batch, batch_loss: float, **kwargs: Any) → None

调用训练批次。

Parameters:

• epoch (int)

• batch_loss (float)

• kwargs (Any)

Return type:

无

post_batch(epoch: int, batch, **kwargs: Any) → None

调用训练批次。

Parameters:

• epoch (int)

• kwargs (Any)

Return type:

无

post_epoch(epoch: int, epoch_loss: float, **kwargs: Any) → None

在epoch之后调用。

Parameters:

• epoch (int)

• epoch_loss (float)

• kwargs (Any)

Return type:

无

post_train(losses: list[float], **kwargs: Any) → None

训练后调用。

Parameters:

• 损失 (列表[浮点数])

• kwargs (Any)

Return type:

无

pre_batch(**kwargs: Any) → None

在训练批次之前调用。

Parameters:

kwargs (Any)

Return type:

无

pre_step(**kwargs: Any) → None

在优化器的步骤之前调用。

Parameters:

kwargs (Any)

Return type:

无

register_callback(callback: TrainingCallback) → None

注册一个回调函数。

Parameters:

callback (TrainingCallback)

Return type:

无

register_training_loop(training_loop: TrainingLoop) → None

注册训练循环。

Parameters:

training_loop (TrainingLoop)

Return type:

无