我试图通过与Keras的张量板可视化CNN中每层的错误,以了解它们如何及时在每一层中发生变化。如何为每一层获取错误?
答案 0 :(得分:0)
损失仅在输出层中定义,以衡量模型与数据的匹配程度。 keras提供了一个在训练过程中跟踪相关变量的函数,名为History()。
from keras.callbacks import History
history = History()
# define and compile your model
model.fit(..., callbacks=[history])
print(history.history)
最后一个命令显示培训过程中的所有跟踪值。您可以通过get()方法访问单个变量。要获得培训损失,您可以通过
访问它history.history.get('loss')