KeyError: 'val_acc'

Question

以下是 model.fit_generator() function 的一些參數。這些對象保存在標記為回調的列表中。

checkpoint = ModelCheckpoint(
        model_file, 
        monitor= 'val_acc', 
        save_best_only=True)

early_stopping = EarlyStopping(
    monitor='val_loss',
    patience=5,
    verbose=1,
    restore_best_weights=True)


tensorboard = TensorBoard(
    log_dir=log_dir,
    batch_size=batch_size,
    update_freq = 'batch')


reduce_lr = ReduceLROnPlateau(
    monitor='val_loss',
    patience=5,
    cooldown=2,
    min_lr=0.0000000001,
    verbose=1)


#-----------------------------------------------------------------------------------------------------------------#
callbacks = [checkpoint, reduce_lr, early_stopping, tensorboard]

在為對象創建回調對象和參數后，我實現了層並編譯（未顯示，因為它與我遇到的問題無關）。 然后我運行 model.fit_generator function（使用上面的回調 arguments）：

history = model.fit_generator(
    train_generator,
    steps_per_epoch = steps_per_epoch,
    epochs=epochs,
    verbose=2,
    callbacks=callbacks,
    validation_data=validation_generator,
    validation_steps=validation_steps,
    class_weight=class_weight)

我得到的錯誤是：

KeyError: 'val_acc'

據我了解，這意味着 val_acc 不在列表中。 但它是..所以需要幫助來理解為什么我會收到這個錯誤。

編輯：

錯誤前的結果圖片顯示..[ https://i.stack.imgur.com/5lheg.png]

Answer 1

您需要將monitor= 'val_acc'更改為monitor='val_loss'

checkpoint = ModelCheckpoint(
        model_file, 
        monitor='val_loss', 
        save_best_only=True)

Answer 2

確保您使用model.compile(metrics=['accuracy']) ，而不是Accuracy或acc 。 同樣在文件路徑中使用val_accuracy 。 我最近遇到了這個問題。