如何在 Keras 中使用 fit_generator plot steps_per_epoch 防止損失？

Question

我有以下代碼，我想 plot loss與steps_per_epoch的關系圖

model = unet(pretrained=False)

model.compile(optimizer=Adam(0.005), loss="binary_crossentropy",
              metrics=["accuracy"])

history = model.fit_generator(train_gen, steps_per_epoch=500, epochs=5,
                              callbacks=[dynamic_lr, chkp])

其中lr和chkp是我對 model 的回調：

def lr_scheduler(epoch, lr):
  if epoch <= 2:
    lr = 0.002
    return lr
  lr = 0.001  
  return lr   

chkp = keras.callbacks.ModelCheckpoint(
    filepath="mypath/model.hdf5",
    monitor="loss",
    verbose=1,
    save_best_only=True,
    mode="min",
)

dynamic_lr = LearningRateScheduler(lr_scheduler, verbose=1)  

我不認為history字典會為時代的每一步都帶來loss ，但是有什么辦法嗎？

Answer 1

您可以從歷史 object 中獲取訓練准確率、訓練損失、驗證准確率和驗證損失的值。 請參閱下面的代碼。

training_accuracy=history.history['accuracy']
training_loss=history.history['loss']
valid_accuracy=history.history['val_accuracy']
valid_loss=history.history['val_loss']