Keras可以强调改善的损失吗？

Question

根据我的理解，Lasagna会自动突出显示改善的损失。我认为如果Keras可以做同样的事情会很有帮助，但我似乎找不到办法做到这一点。

Answer 1

我使用Keras进行非线性回归。 我以下列方式使用checkpointer和fit方法：

checkpointer = ModelCheckpoint(filepath=weightsFile, verbose=1, save_best_only=True)
 predictivemodel.fit(X, y, nb_epoch=50, batch_size=100, show_accuracy=True,verbose=1, validation_split=0.2, callbacks=[EarlyStopping(monitor='val_loss', patience=15, mode='min'),checkpointer])

我得到一个日志文件，每当val_loss改进时，日志文件的那一部分显示以下行：

159900/159987 [============================>.] - ETA: 0s - loss: 0.5797 - acc: 0.1123Epoch 00000: val_loss improved from inf to 0.46812, saving model to C:\Users\keras\experiment\dnnModels\weights\weights.hdf5

对于val_loss没有改善的时代，我在日志文件中得到以下行：

159900/159987 [============================>.] - ETA: 0s - loss: 0.3379 - acc: 0.1786Epoch 00007: val_loss did not improve