Pandas 理解Keras回调输出

我下面的带有回调的Keras模型在培训期间提供以下输出

从keras.callbacks导入模型检查点
检查点=模型检查点（'main_model_weights_new.h5'，monitor='val_loss'，verbose=1，
保存\u最佳\u仅=假，模式为自动，保存\u权重\u仅=真）
进口大熊猫
熊猫数据帧（模型拟合（trainX、trainY、epochs=200、批次尺寸=100、，
验证数据=（testX，testY），
回调=[checkpoint]）.history）。到_csv（“history.csv”）

我希望看到列车损失、列车准确度、有效损失和有效准确度。但如下所示，似乎还有一个列车损失和列车精度，以及有效损失和有效精度输出。有人能解释一下我在这里考虑的是什么吗？ 输出： 新纪元1/200 2800/2810[=========================>。]预计到达时间：0s-损失：29.7255-密集型2_损失：1:3.9492-密集型2_损失：5.5785- 密集型_2_损耗_3:5.5198-密集型_2_损耗_4:5.6908-密集型_2_损耗_5: 4.9863-密集型2_损耗6:4.0008-密集型2_附件1:0.1711-密集型2_附件2:0.0836-密集型2_附件3:0.0821-密集型2_附件4:0.1200 -密集型附件5:0.2393-密集型附件6:0.417100000：将模型保存到主附件模型重量新的h5 2810/2810 [============================]-62s-损失：29.7213- 密集型_2_损失_1:3.9471-密集型_2_损失_2:5.5732-密集型_2_损失_3: 5.5226-密集型2_损耗_4:5.6907-密集型2_损耗_5:4.9885-密集型2_损耗_6:3.9992-密集型2_损耗_1:0.1715-密集型2_损耗_2:0.0843 -密集型2_acc_3:0.0822-密集型2_acc_4:0.1199-密集型2_acc_5:0.2388-密集型2_acc_6:0.4167-瓦尔_损失：31.5189-瓦尔_密集型2_损失：1:3.6305-瓦尔_密集型2_损失：6.3004- val_密集型_2_损耗_3:5.9689-val_密集型_2_损耗_4:5.5387- val_密集型_2_损耗_5:4.9914-val_密集型_2_损耗_6:5.0890- val_density_2_acc_1:0.2982-val_density_2_acc_2:0.0351- val_density_2_acc_3:0.0351-val_density_2_acc_4:0.1228- val_density_2_acc_5:0.2456-val_density_2_acc_6:0.4035历元2/200

---

不知道我是否理解正确-你只是想知道火车的损失？这只是第一个指标：

损失：29.7255

@blue phoenox:谢谢。让人困惑的是，每一个历元，你可以看到loss打印了两次。loss:29.7255，loss:29.7213稍早以前我上次使用keras，但在我看来很可能是

2800/2810

表示小批量的数量。因此，

29.7255

是2810批中进度2800的损失，

29.7213

是新纪元末的最终损失。因此，两者之间存在差异。实际上，我认为步骤2800/2810的输出应该被以下内容覆盖，不知道为什么不是这样。