Python 在keras中绘制学习曲线给出了关键错误：'；val#U acc'；

我试图在keras中绘制训练和测试学习曲线，但是，下面的代码生成了

KeyError:'val_acc error

官方文件

规定，为了使用

'val_acc'

，我需要启用验证和准确性监控，我不理解也不知道如何在我的代码中使用这些功能

任何帮助都将不胜感激。 谢谢

---

您可能需要启用车组的验证拆分。通常，验证发生在列车组的1/3处。在代码中，按如下所示进行更改：

history=model.fit(X[train], dummy_y[train],validation_split=0.33,nb_epoch=200, batch_size=5, verbose=0) 

它起作用了

要获取任何val_*数据（

val_uACC

，

val_uLoss

，…），您需要首先设置验证

第一种方法（将根据您提供的内容进行验证）：

第二种方法（将从部分培训数据中验证）：

如果您打印历史记录的键，您将得到如下

记录键（['loss'，'acc'，'valu loss'，'valu acc']）

然后编辑这样的代码

acc = history_dict['acc']
val_acc = history_dict['val_acc']
loss = history_dict['loss']
val_loss = history_dict['val_loss']

---

大家没有提到的要点是，这一关键错误与

model.compile（…）

期间的度量命名有关。在

model.compile（..，metrics=['']）

中，您需要与您命名精度度量的方式保持一致。历史回调对象将接收包含度量中定义的键值对的字典

因此，如果您的度量是

metrics=['acc']

，您可以使用

history.history['acc']

在历史对象中访问它们，但如果您将度量定义为

metrics=['accurity']

，则需要更改为

history.history['accurity']

来访问值，以避免键错误。我希望有帮助

---

注意：这里有一个可以在Keras中使用的参数。

当您指定

validation\u data=（X\u test，Y\u test）

并且您的

X\u test

和/或

Y\u test

为空时，也会发生此错误。要检查这一点，请分别打印

X_测试

和

Y_测试

的形状。在本例中，

model.fit（validation\u data=（X\u test，Y\u test），…）

方法运行，但由于验证集为空，因此它没有在

history.history

字典中为

val\u loss

创建字典键

看起来像Keras+Tensorflow 2.0

val_acc

被重命名为

val_Accurance

如果您将Keras较旧版本（如2.2.5）升级到与Tensorflow 2.0兼容的2.3.0（或更新版本），则可能会出现此类错误（如keyrerror:“acc”）。acc和val_acc已分别重命名为acc和val_acc。在脚本中重命名它们将解决问题。

我已根据准确性更改了acc，我的问题已解决。张量流2+

e、 g

---

请添加官方文件的链接以供参考。虽然这还可以，但我还是面对着这个prblm，我发现了这个。简单地说，找到一种“历史记录”。这将是一个字典，这意味着dict有键和值。所以试着打印键和值。如果打印“print（history_dict.keys（））”，您将获得此输出的dict_键（['loss'，'acc'，'val_loss'，'val_acc']）。因此，历史对象包含字典。在那本字典里我们有['loss'，'acc'，'valu loss'，'valu acc']键。对于这些键，我们有值。所以我们可以用键绘制一个图表（在dict中，我们只能通过键来使用值）。这样做除了给每个人带来很多麻烦之外还有什么意义呢？回答得很好。在我的例子中，我有多个

keras.metrics.Precision（）

类，无法理解为什么我会得到

val\u Precision\u 1

，

val\u Precision\u 2

，等等。。。这个评论解决了这个问题。我必须给每个class

keras.metrics.Percision（name='precision'）

赋予相同的名称，才能指望该键存在于历史对象中。

model.fit(validation_data=(X_test, Y_test))

model.fit(validation_split=0.5) 

history_dict = history.history
print(history_dict.keys())

acc = history_dict['acc']
val_acc = history_dict['val_acc']
loss = history_dict['loss']
val_loss = history_dict['val_loss']

accuracy = history_dict['accuracy']
val_accuracy = history_dict['val_acccuracy']