python - 在keras中绘制模型的损失和准确性
问题描述
我有一个在 keras 中构建模型的功能,如下所示:
def build_model(lr = 0.0):
inp = Input(shape = (max_len,))
x = Embedding_layer
y = LSTM_layer(x)
y = Convolution_layer(y)
x = GlobalMaxPooling1D(y)
x = Dense(3, activation = "sigmoid")(x)
model = Model(inputs = inp, outputs = x)
model.compile(loss = "binary_crossentropy", optimizer = Adam(), metrics = ["accuracy"])
history = model.fit(X_train, Y_train, batch_size = 256, epochs = 3,
verbose = 1, callbacks = [ra_val, check_point, early_stop])
model = load_model(file_path)
return model
model = build_model(lr = 1e-3)
现在我想在训练阶段后绘制历史损失和准确性,但模型没有历史选项。
我如何绘制损失和准确性?
解决方案
fit函数将返回一个包含History
损失值和训练指标的对象。
推荐阅读
- unity3d - 在 Unity 中访问 Watson 意图
- php - PHP Xpath:匹配 HTML 片段中的根节点
- ruby - Chef - Block not being executed even tho its notified?
- javascript - 如何在反应中正确传递服务器错误响应?
- python - Using QPainter and paintEvent to draw circles on a Pixmap that is contained in a QLabel in PYQT5
- r - 使用二级索引在r中显示数据表
- c++ - gRPC WaitForConnected 总是返回 true
- mysql - MySQL对于给定键的所有出现的一列中的值的相对排名
- ios - 使 UITextView 高度动态,约束乘数问题
- keras - 在 Keras 2.2.2 fit_generator 中将 batch_size 从“str”转换为“int”时出错