TensorFlow1.15+Keras2.2.5中on_batch_end/on_train_batch_end不触发求助

1. 适配版本修正回调方法命名 #

在Keras 2.2.5版本中，on_train_batch_end并非官方支持的回调方法（该方法为后续版本新增），训练批次结束时触发的是on_batch_end，需在方法内判断当前是否处于训练阶段：

修改后的回调代码：

class CustomCallback(keras.callbacks.Callback):
    def on_train_begin(self, logs=None):
        print("on_train_begin")
    
    def on_batch_end(self, batch, logs=None):
        # 判断当前是否为训练阶段
        if self.model._is_training:
            print("on_train_batch_end (训练批次结束)")
        else:
            print("on_batch_end (验证批次结束)")

2. 检查训练调用的参数配置 #

如果使用fit或fit_generator训练，需确保参数设置正确：

• 使用fit时，确认batch_size设置合理，输入数据能被正确分割为批次
• 使用fit_generator时，确保生成器可持续输出数据，且steps_per_epoch值大于0

3. 确认回调已正确传入训练函数 #

调用model.fit()或model.fit_generator()时，必须将自定义回调加入callbacks参数列表：

model.fit(
    x_train, y_train,
    batch_size=32,
    epochs=5,
    callbacks=[CustomCallback()]
)

版本特性补充说明 #

在TensorFlow 1.15 + Keras 2.2.5的组合中，回调触发逻辑有明确版本特性：

• on_train_begin：训练启动时正常触发
• on_batch_end：所有批次（训练/验证）结束时都会触发，需通过self.model._is_training区分阶段
• 该版本暂未引入on_train_batch_end、on_val_batch_end这类细分批次的回调方法

内容的提问来源于stack exchange，提问作者ailauli69