为什么 val_loss 和 val_accuracy 没有在 epochs 中显示

Question

我正在尝试对图像进行分类，无论它们是猫、狗还是熊猫。 数据包含所有图像（猫 + 狗 + 熊猫），标签包含它们的标签，但不知何故，当我将数据拟合到模型时， val_loss和val_accuracy没有显示，每个时期中显示的唯一指标是loss和accuracy 。 我不知道为什么它没有出现，但我觉得这是因为我没有通过validation_data所以我将X_test.all()传递给validation_data但是val_loss和val_accuracy仍然没有出现，我该怎么办？

data = np.array(data, dtype="float") / 255.0
labels = np.array(labels)

X_train, X_test, y_train, y_test = train_test_split(data, labels, test_size=0.2)

model = tf.keras.models.Sequential([
  tf.keras.layers.Conv2D(32, (2,2), activation = 'relu', input_shape= (height, width, n_channels)),
  tf.keras.layers.MaxPooling2D(2,2),
  tf.keras.layers.Conv2D(64,(2,2), activation= 'relu'),
  tf.keras.layers.MaxPooling2D(2,2),
  tf.keras.layers.Conv2D(128,(2,2), activation= 'relu'),
  tf.keras.layers.MaxPooling2D(2,2),
  tf.keras.layers.Conv2D(256,(2,2), activation= 'relu'),
  tf.keras.layers.MaxPooling2D(2,2),
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(512, activation= 'relu'),
  tf.keras.layers.Dense(3, activation= 'softmax')
])

model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

y_train = np_utils.to_categorical(y_train, 3)

model.fit(X_train, y_train, batch_size=32, epochs=25, verbose=1)

Answer 1

您忘记在模型拟合中输入验证测试。

模型.fit（X_train，y_train，batch_size=32，epochs=25，verbose=1，validation_data=（X_test，y_test））

Answer 2

您忘记将 y_test 变量转换为分类类型。 添加这一行，

y_test  = np_utils.to_categorical(y_test  , 3)