yzhao062/pyod

callbacks in autoencoder

Open

#150 geöffnet am 16. Dez. 2019

Auf GitHub ansehen
 (6 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (1.308 Forks)batch import
enhancementgood first issuehelp wanted

Repository-Metriken

Stars
 (7.762 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 4T 17h) (14 gemergte PRs in 30 T)

Beschreibung

How can i implement callback parameter in fit moder Autoencoder ? There is not parameter.

from keras.callbacks.callbacks import EarlyStopping cb_earlystop = EarlyStopping(monitor='val_loss', min_delta=0, patience=0, verbose=0, mode='auto', baseline=None, restore_best_weights=False) pyod_model.fit(scaler, callbacks=[cb_earlystop])

TypeError: fit() got an unexpected keyword argument 'callbacks'

Can you implement this parameter? Its very usefull for monitor, early stop and another cases.

Contributor Guide

Research-Richtung
Untersuche die aktuelle `fit` Methode in der Autoencoder Klasse in pyod. Der Benutzer erwartet, eine Liste von Callbacks ähnlich der `fit` Methode von Keras übergeben zu können. Sieh dir die Autoencoder Implementierung im Repository an, wahrscheinlich in `pyod/models/auto encoder.py`, und verstehe, wie die Trainingsschleife funktioniert. Füge dann einen `callbacks` Parameter hinzu, der während des Trainings Callbacks an die `fit` Methode des zugrunde liegenden Keras Modells weitergibt.
Tech Stack
python
Domain
machine learningai
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonKeras
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
70