Je veux effectuer une validation croisée de mes réseaux de neurones Keras avec la fonction cross_val_score()
de scikit-learn.Comment puis-je exécuter la fonction après chaque fold dans cross_val_score() de scikit-learn?
Le problème est qu'après chaque pli non seulement on se souvient du résultat, mais aussi du modèle Keras entier. Donc, je voudrais effacer ce modèle en utilisant K.clear_session()
après chaque pli. Mais ce ne sont que des détails pour le contexte.
Ma question principale est: Comment puis-je exécuter une fonction personnalisée après chaque fold avec cross_val_score() de scikit-learn? En d'autres termes: Il est possible d'exécuter un rappel qui doit être exécuté après chaque pli? Ou existe-t-il d'autres solutions de contournement?
Malheureusement, le problème est que K.clear_session() doit être appelé après l'évaluation du modèle, pas après s'être entraîné dans cross_val_score(). Je dois donc appeler K.clear_session() à la fin du cross-fold, pas à la fin de l'entraînement de Keras. –