在keras中如何实现查看其训练loss值

本文主要介绍了在keras中实现查看其训练loss值，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

想要查看每次训练模型后的 loss 值变化需要如下操作

1 2 3 4 5 6 7 8 9 10

loss_value= [ ] self.history = model.fit(state,target_f,epochs=1, batch_size =32） b = abs(float(self.history.history[‘loss'][0])) loss_value.append(b) print(loss_value) loss_value = np.array( loss_value) x = np.array(range(len( loss_value））） plt.plot(x, loss_value, c = ‘g') pt.svefit('c地址‘， dpi= 100) plt.show()

scipy.sparse 稀疏矩阵 函数集合

pandas 用于在各种文件中提取，并处理分析数据； 有DataFrame数据结构，类似表格。

x=np.linspace(-10, 10, 100) 生成100个在-10到10之间的数组

补充知识：对keras训练过程中loss，val_loss，以及accuracy，val_accuracy的可视化

我就废话不多说了，大家还是直接看代码吧！

1 2 3 4 5 6 7 8 9 10

hist = model.fit