Keras-如何获得错误分类？

我用Keras实现了一个神经网络，并使用

loss='binary\u crossentropy'

获得了模型的损耗和精度。现在我想得到错误分类错误，但我不知道如何在

model.compile（）

中设置loss参数来获得这种评估。

---

我在Keras网站上没有找到任何相关信息

您需要在

model.compile（）中设置
metrics
参数。度量是用于判断模型性能的函数，如案例分类错误，但不用于培训。检查更多

在您的例子中，您可以使用：
model.compile（…，loss='binary\u crossentropy'，metrics='binary\u accurity'）

如果您正在进行分类，您应该使用：
模型。编译（…，loss='classifical\u crossentropy'，metrics='classifical\u accurity'）
是否可以将
二进制精度
和
精度
一起获取和绘制？是的，您可以将它们作为一个列表传递`metrics=['accurity'，binary\u accurrency']`。对于打印，如果您使用的是tensorflow后端，那么您可以使用tensorboard（）回调来打印所有em。否则，您可以编写自己的自定义回调。