有没有办法区分AllenNLP中的验证和评估？

问题描述

有时，我们可能希望在验证（即训练期间对开发集的验证）和最终评估过程中出现一些细微的不同行为。我不确定是否有一种简单的方法可以告知我们的模型是通过train命令还是通过evaluate命令调用的。现在，我只能使用self.training来将它们与训练区分开来，但是验证和评估都具有self.training == False，这使我无法区分它们。我的意思是，如果这是我自己的pytorch框架，那将非常容易做到，因为我可以编写自己的训练和评估方法，但是在AllenNLP中，它们都是我确实不想修改的框架代码的一部分。有简单的方法吗？

解决方法

您可以尝试覆盖Model的{​​{1}}方法来设置标志，例如from_archive()。