python - 在 tf 2.0 训练期间创建 tf.keras 回调以保存每个批次的模型预测和目标

Question

在 tensorflow 2 中，不再支持获取和分配。可以按照https://stackoverflow.com/a/47081613/9949099中提供的答案在自定义 keras 回调中访问 tf 1.x 中的批处理结果 在 tf.keras 和 tf 2.0 下急切执行获取不支持，因此为 tf 1.x 提供的解决方案不起作用。有没有办法在 tf.keras 自定义回调的 on_batch_end 回调中获取 y_true 和 y_pred？

我试图修改在 tf.1 中工作的答案，如下所示

from tf.keras.callbacks import Callback

class CollectOutputAndTarget(Callback):
    def __init__(self):
        super(CollectOutputAndTarget, self).__init__()
        self.targets = []  # collect y_true batches
        self.outputs = []  # collect y_pred batches

    def on_batch_end(self, batch, logs=None):
        # evaluate the variables and save them into lists
        # How to change the following 2 lines so that in tf.2 eager execution collect the batch results
        self.targets.append(K.eval(self.model._targets[0]))
        self.outputs.append(K.eval(self.model.outputs[0]))

当我运行上面的代码时，代码失败，访问 self.model._targets[0] 或 self.model.outputs[0] 中的数据显然是不可能的