Keras-CNN的培训和验证损失

Question

• 我正在使用Keras使用 train_on_batch 命令动态地训练带有模拟图像的CNN，并且会损失训练费用。

• 下一次运行-我正在使用预先训练的CNN（自己的体系结构）来预测精度和召回率，以预测结果，然后使用以下命令将数据再次分为训练和测试数据集 predictions = model.predict（np.array（images），batch_size = batch_size）。

  我希望得到验证损失，但我不确定该怎么办？

Answer 1

您可以通过以下几行来可视化模型的损失或准确性：

history = model.fit(your_parameters) / model.fit_generator(your_parameters) 

# visualizing losses and accuracy
train_loss = history.history['loss']
val_loss   = history.history['val_loss']
train_acc  = history.history['acc']
val_acc    = history.history['val_acc']

您只需要考虑model.fit()或model.fit_generator()返回一个对象，在这种情况下为history对象。

然后，您可以像上面一样访问此history对象的参数。