为什么我的keras代码没有显示准​​确性值？

Question

训练模型时，我无法获得准确性

model.fit(train, train_label,
          batch_size=64,
          epochs=12,
          verbose=1,
          validation_data=(test, test_label))

当我训练数据时，它显示如下：

Epoch 1/12
8000/8000 [==============================] - 166s 21ms/step - loss: 0.4743 - val_loss: 0.2727

它显示损失的数量，但没有准确性。

当我评估时，

score = model.evaluate(test, test_label, verbose=0)
print('Test loss:', score[0])
print('Test accuracy:', score[1])

它告诉我：

 IndexError: invalid index to scalar variable.

我不知道为什么分数是一个标量变量。

如何获得我的准确性？

Answer 1

编译Keras模型时，可以指定要在该模型上监视的指标。从documentation：

model.compile(loss='mean_squared_error',
              optimizer='sgd',
              metrics=['mae', 'acc'])

在这里，我们指定了我们希望模型输出平均绝对误差（mae）和准确性（acc）。

默认情况下，您的模型仅跟踪损失。您只有一个度量标准，因此.evaluate的结果是单个数字（标量），并且不支持索引编制，因此会出错。