3.3 compile、fit、evaluate：训练三步的内部调度

3.3 compile、fit、evaluate：训练三步的内部调度

本节摘要：compile 把损失、优化器、指标装配成一张训练步规程；fit 把训练步跟踪成图并逐批调度，途中自动完成数据迭代、梯度回放、变量写入、指标累计与回调唤醒；evaluate 则是关掉求导与更新的只读执行。本节沿一次完整的训练调用逐层拆解内部时序，并教你用自定义指标与 verbose 输出验证每一步确实发生了。这是本章枢纽：理解了 fit 的内部，后面所有配件的接入点都不言自明。

读完你应当能做到

阅读完本节，你应当能够：

1. 逐条列出 fit 一次迭代内部发生的事件序列；
2. 解释指标对象与损失的区别：瞬时值与跨批次累计值；
3. 用自定义指标接入 fit，验证指标的更新与重置时机；
4. 说清 validation_data 与 validation_split 的执行差异。

fit 一次迭代的完整剧本

把 fit 的每轮拆开，内部事件按时序是：从数据管道拉一批；调用训练步函数（已被 tf.function 跟踪成图）；训练步内依次做前向算预测、按 compile 装配的损失函数算误差、GradientTape 沿图求梯度、优化器按策略更新变量；然后各指标对象用本批的预测与真值做累计更新；回调按节拍被唤醒（见 3.7 节）；进度条按 verbose 设置输出。跑完一个 epoch，指标被重置，验证阶段以只读模式跑一遍并产出 val 指标。

图 13 fit 一次迭代的内部时序

指标的执行真相：累计而非瞬时

进度条上每轮滚动的 loss 数字，常被误读为"当前批次的损失"。它是 Metric 对象的跨批次累计值——内部用变量维护滑动统计，每批调一次 update_state，epoch 结束 reset_state。这个机制解释了两个现象：进度条数字平滑下降而单批损失可能剧烈波动；epoch 摘要里的 loss 与手算单批损失对不上。验证机制最直接的办法是挂一个自定义指标：

import tensorflow as tf
import numpy as np

class BatchCounter(tf.keras.metrics.Metric):
    """统计被喂过的批次数，验证 fit 的调度节拍"""
    def __init__(self, name="batch_counter", **kwargs):
        super().__init__(name=name, **kwargs)
        self.count = self.add_weight(name="count", initializer="zeros")

    def update_state(self, y_true, y_pred, sample_weight=None):
        self.count.assign_add(1.0)          # 每批被叫醒一次

    def result(self):
        return self.count

    def reset_state(self):
        self.count.assign(0.0)              # epoch 边界归零

X = np.random.rand(320, 8).astype("float32")
y = np.random.rand(320).astype("float32")
model = tf.keras.Sequential([tf.keras.layers.Input(shape=(8,)),
                             tf.keras.layers.Dense(1)])
model.compile(optimizer="adam", loss="mse", metrics=[BatchCounter()])

model.fit(X, y, epochs=2, batch_size=64, verbose=2)
# 输出：
# Epoch 1/2
# 5/5 - 1s - loss: 0.3317 - batch_counter: 5.0000
# Epoch 2/2
# 5/5 - 0s - loss: 0.2958 - batch_counter: 5.0000
# 320 除以 64 等于 5 批：计数器每轮都是 5，
# 且第二轮从 0 重新累计——reset_state 在 epoch 边界生效
​

计数器每轮精确等于批次数、第二轮不累加，这两个观测把"逐批调度、边界重置"两个机制坐实了。

compile 装配了什么

compile 的三个参数各自对应训练步的一个槽位：optimizer 填更新槽，loss 填误差槽，metrics 填观测槽。装配发生在 compile 时刻，而不是 fit 时刻——所以改损失要重新 compile。loss 可以传字符串（映射到内置函数）或可调用对象；多输出模型可传字典按输出名分别指定：

inputs = tf.keras.Input(shape=(8,))
out = tf.keras.layers.Dense(1, name="price")(inputs)
dual = tf.keras.Model(inputs, out)

dual.compile(
    optimizer="rmsprop",
    loss={"price": "mse"},                       # 按输出名指定损失
    metrics={"price": [tf.keras.metrics.MAE]},   # 平均绝对误差一并观测
)
print("compiled with per-output slots")
# 输出：compiled with per-output slots
# 多输出结构的装配方式，第 4 章多任务场景会复用
​

验证数据的两条路

validation_data 与 validation_split 都能产出 val 指标，但调度细节不同。validation_split 是从输入数组尾部切走一段（不洗牌！），所以喂进来前必须先自己打乱；validation_data 接受独立的数组或管道，验证管道按第 2 章标准配（不打乱、大批次、prefetch）。验证阶段以只读模式跑训练步：求导与变量写入被关闸，前向与指标照常——这正对应 evaluate 的语义。

# 正确的验证姿势：数据先洗，管道再喂
n = len(X)
idx = np.random.permutation(n)
Xs, ys = X[idx], y[idx]
cut = int(n * 0.8)

model.compile(optimizer="adam", loss="mse")
h = model.fit(Xs[:cut], ys[:cut],
              validation_data=(Xs[cut:], ys[cut:]),
              epochs=3, batch_size=64, verbose=0)
print([round(v, 3) for v in h.history["val_loss"]])
# 输出示例：[0.312, 0.301, 0.298]
# 若不先打乱就 validation_split，切走的是未洗数据尾部，
# 分布偏斜会让 val_loss 异常偏高
​

⚠️ 常见坑：validation_split 直接用在未打乱的时序数据上，切走的是最近时段——验证集分布与训练分布系统性错位，val 曲线看起来"糟"其实只是偏。时序数据改用时间前后切分加 validation_data。

💡 关键直觉：fit 是被编排好的"逐批三步舞"，你能插队的唯一入口是回调与自定义指标——前者在舞步之间动手，后者在舞步之内记账。3.6 与 3.7 节的武器全部挂在这两个入口上。

本节要点回顾

• 一次迭代的剧本：取批、前向、损失、求导、更新、指标累计、回调、边界重置。
• 指标是累计值：update_state 逐批记账，reset_state 在 epoch 边界清零。
• compile 时刻装配：optimizer、loss、metrics 各占训练步一个槽位，多输出按名装配。
• 验证两路：split 从尾部切且不洗牌，data 需自备已打乱管道。
• 验证即只读执行：求导与写入关闸，前向与指标照常。

下节细看训练步里的更新槽：优化器。