2022-09-15 23:44:53 +08:00
|
|
|
|
mindspore.train.LossMonitor
|
|
|
|
|
|
===========================
|
2022-05-10 11:59:45 +08:00
|
|
|
|
|
2022-09-15 23:44:53 +08:00
|
|
|
|
.. py:class:: mindspore.train.LossMonitor(per_print_times=1)
|
2021-12-02 09:29:36 +08:00
|
|
|
|
|
2022-05-18 11:11:03 +08:00
|
|
|
|
训练场景下，监控训练的loss；边训练边推理场景下，监控训练的loss和推理的metrics。
|
2021-12-02 09:29:36 +08:00
|
|
|
|
|
|
|
|
|
|
如果loss是NAN或INF，则终止训练。
|
|
|
|
|
|
|
2021-12-04 20:36:47 +08:00
|
|
|
|
.. note::
|
2021-12-02 09:29:36 +08:00
|
|
|
|
如果 `per_print_times` 为0，则不打印loss。
|
|
|
|
|
|
|
2022-07-21 10:30:12 +08:00
|
|
|
|
参数：
|
|
|
|
|
|
- **per_print_times** (int) - 表示每隔多少个step打印一次loss。默认值：1。
|
2021-12-02 09:29:36 +08:00
|
|
|
|
|
2022-07-21 10:30:12 +08:00
|
|
|
|
异常：
|
|
|
|
|
|
- **ValueError** - 当 `per_print_times` 不是整数或小于零。
|
2022-01-13 16:18:53 +08:00
|
|
|
|
|
2022-08-29 17:21:04 +08:00
|
|
|
|
.. py:method:: on_train_epoch_end(run_context)
|
2021-12-02 09:29:36 +08:00
|
|
|
|
|
2022-08-29 17:21:04 +08:00
|
|
|
|
LossMoniter用于 `model.fit`，即边训练边推理场景时，打印训练的loss和当前epoch推理的metrics。
|
2021-12-02 09:29:36 +08:00
|
|
|
|
|
2022-07-21 10:30:12 +08:00
|
|
|
|
参数：
|
2022-09-27 16:28:21 +08:00
|
|
|
|
- **run_context** (RunContext) - 包含模型的相关信息。详情请参考 :class:`mindspore.train.RunContext`。
|
2022-05-18 11:11:03 +08:00
|
|
|
|
|
2022-08-29 17:21:04 +08:00
|
|
|
|
.. py:method:: step_end(run_context)
|
2022-05-18 11:11:03 +08:00
|
|
|
|
|
2022-08-29 17:21:04 +08:00
|
|
|
|
step结束时打印训练loss。
|
2022-05-18 11:11:03 +08:00
|
|
|
|
|
2022-07-21 10:30:12 +08:00
|
|
|
|
参数：
|
2022-09-27 16:28:21 +08:00
|
|
|
|
- **run_context** (RunContext) - 包含模型的相关信息。详情请参考 :class:`mindspore.train.RunContext`。
|
