Python R_平方与时代

早上好，我是python初学者，我正在尝试构建我的第一个神经网络。有没有办法描绘R2的进化与时代？我用以下方法评估R2：R2_scorey_test_pred，y_test。我以这种方式构建了一个完全连接的神经网络：

optimizer = tf.keras.optimizers.Adam(lr=0.001)
model = Sequential()

# ,kernel_regularizer=l2(c), bias_regularizer=l2(c)
model.add(Dense(100, input_shape = (X_train.shape[1],), activation = 'relu',kernel_initializer='glorot_uniform'))
model.add(Dropout(0.2))
model.add(Dense(100, activation = 'relu',kernel_initializer='glorot_uniform'))
model.add(Dropout(0.2))
model.add(Dense(100, activation = 'relu',kernel_initializer='glorot_uniform'))

model.add(Dense(1,activation = 'linear',kernel_initializer='glorot_uniform'))

model.compile(loss = 'mse', optimizer = optimizer, metrics = ['mse'])

history = model.fit(X_train, y_train, epochs = 100,
                    validation_split = 0.1, shuffle=False, batch_size=250
                    )

history_dict = history.history
`

---

数据集由18个特征和1个标签组成，这是一项回归任务。

您只需将其添加到编译行即可

model.compileloss='mse'，优化器=优化器，指标=['mse'，r2_分数] 如果您想这样做，您需要创建一个keras可以理解的度量

将tf.keras.backend作为K导入 def r2_scorey_true，y_pred: SS_res=K.sumK.squarey_true-y_pred SS_tot=K.sumK.squarey_true-K.meany_true 返回1-SS_res/SS_tot+K.epsilon 代码取自

对不起，我忘了添加张力板部件

如果您想在培训期间看到损失/指标的演变，可以使用Tensorboard，如中所示

logdir=logs/+datetime.now.strftime%Y%m%d-%H%m%S tensorboard_callback=tf.keras.callbacks.TensorBoardlog_dir=logdir 历史=model.fitX\u列车，y\u列车，历代=100， 验证分割=0.1，随机播放=False，批量大小=250，callbacks=[tensorboard\u callback] 然后使用终端中的这条线访问张力板

tensorboard-logdir日志

---

然后，您可以访问浏览器上的tensorboard，方法是访问localhost:6006

谢谢您的回答，我已经尝试在代码中实现了这一点，但它给出了以下错误：或：类型错误：预期的序列或数组，如，获得。我能做什么？你使用的是keras后端还是你自己的r2_分数？我猜您的r2_分数函数使用numpy数组，对吗？我在代码中替换这一行：model.compileloss='mse'，optimizer=optimizer，metrics=['mse'，r2_分数]。我加上了张力板的一部分。但错误仍然存在。然后我不明白我应该如何实现这一行tensorboard-logdir logs你得到的错误是因为你的r2_分数使用的是数组而不是张量。你需要使用我发布的r2_keras函数，或者更改你的r2_分数以便它可以使用keras backendtensorboard-logdir日志从终端启动，然后进入浏览器并在url栏中键入localhost:6006，即可访问tensorboard