Python 访问列表字典中列表的最小元素

keras

model.fit（…）

返回一个回调历史对象，我们可以从中检索所有时代的模型度量日志的历史，即：

hist = model.fit(..)
off_history = hist.history

以便：

pprint(off_history)
{'accuracy': [0.5884908437728882,
              0.6860442757606506,
              0.7116397619247437,
              0.7207977771759033,
              0.7276809811592102],
 'loss': [1.5214883089065552,
          0.9418172836303711,
          0.8826016187667847,
          0.8565425276756287,
          0.8384354114532471],
 'val_accuracy': [0.569063663482666,
                  0.6021720170974731,
                  0.6034634709358215,
                  0.6066920757293701,
                  0.607513964176178],
 'val_loss': [1.3138036727905273,
              1.2316004037857056,
              1.201686143875122,
              1.1939105987548828,
              1.1881093978881836]}

我感兴趣的是检索所有型号匹配的最小

val_损失

。我知道我能做到：

off_history['val_loss'][-1]

但由于我不确定keras是否始终返回

准确度、损失、val_准确度的排序列表…

，因此我无法依赖此操作

---

那么，在

model.fit（）

的所有情况下，获得最小

val_损耗的最佳方法是什么？
如果需要精确的输出，可以尝试使用for loop

for k,v in off_history.items():
    if k == 'val_loss':
        print(v[-1])

这使得：

1.1881093978881836

Keras
fit（）
返回训练日志的历史对象。
因此，如果您设置：

hist = model.fit()

此历史对象包含模型训练的所有
epoch
日志：

type(history.epoch) #epochs list [0,1,2,,...n_epochs]
list

因此，您所参考的
hist.history
字典包含上面列表中
history.epoch
中每个历元的相应度量值

为了回答您的问题，keras
fit（）
将按照历代运行的顺序返回这些度量。1,2,3,4,5

实现目标的一种方法是使用
numpy
的
min
函数，如下所示：

validation_loss = np.min(hist.history['val_loss'])

要在keras的所有时代检索最小验证损失
fit（）
，内置的
min
可能有助于。。。