Tensorflow 如何在每批之后获得一个时代的历史

我正在用keras培训一个模型，只针对一个时代：

history = model.fit([x], y,
                    validation_split=0.2, epochs=1, batch_size=2)
print(history.history['accuracy'])

现在的历史显然只包含了一个时代末的价值。如何评估历元期间的训练精度或损失？我希望这些是培训期间控制台中显示的值

---

需要明确的是：我希望在每一批之后（而不是像往常一样，在每一个历元之后）都写一份历史记录。

我假设您希望在每一批结束时保存准确性和损失。为此，您需要创建一个自定义回调，如下所示

class BCP(keras.callbacks.Callback):
    batch_accuracy = [] # accuracy at given batch
    batch_loss = [] # loss at given batch    
    def __init__(self):
        super(BCP,self).__init__() 
    def on_train_batch_end(self, batch, logs=None):                
        BCP.batch_accuracy.append(logs.get('accuracy'))
        BCP.batch_loss.append(logs.get('loss'))

现在在model.fit中包括

callbacks = [BCP()]

现在训练一个大纪元。在历元结束时，每个批次的精度和损耗值存储在BCP.batch_精度和BCP.batch_损耗中。你可以把它们打印出来 详情如下:

print('{0:^4s}{1:^22s}{2:^10s}'.format('Batch', 'Loss', 'Accuracy'))
for i in range (len(BCP.batch_accuracy)):
    print('{0:^4s}{1:15.5f}{2:15.2f}'.format(str(i), BCP.batch_loss[i], BCP.batch_accuracy[i]* 100))

---

我想你可以写下你的答案，然后每批打印出准确度。这回答了你的问题吗？你的期望是正确的。什么原因让你失望？请看我的编辑。我对每一批历史感兴趣，而不是每一个时代