凯拉斯历史是空的

Question

我正在使用LSTM网络来预测电气负载情况...当尝试调整参数时，我想使用History回调获取val_loss。 但是，当我在拟合模型时使用validation_split时，历史记录返回为空。 但是，如果我取消了validation_split，则历史记录将包含“损失”值。 由于我对此很陌生，所以我不知道发生了什么！ 如果有人能给我一些提示，将非常感谢。

train_x, train_y = to_supervised(train, n_input)
n_timesteps, n_features, n_outputs = train_x.shape[1], train_x.shape[2], train_y.shape[1]
train_y = train_y.reshape((train_y.shape[0], train_y.shape[1], 1))
model = Sequential()
model.add(LSTM(nd1, activation='relu', input_shape=(n_timesteps, n_features)))
model.add(RepeatVector(n_outputs))
model.add(LSTM(nd2, activation='relu', return_sequences=True))
model.add(TimeDistributed(Dense(nd5, activation='relu')))
model.add(TimeDistributed(Dense(1)))
model.compile(loss='mse', optimizer = optimizer)
model.summary()
history = model.fit(train_x, train_y, epochs=ep, verbose=verbose, validation_split = 0.2)
print(history.history)

我不确定你们需要知道什么，但是上面是构建模型的功能。 请告诉我您需要知道的内容。

谢谢！