為什么 val_loss 和 val_accuracy 沒有在 epochs 中顯示

Question

我正在嘗試對圖像進行分類，無論它們是貓、狗還是熊貓。 數據包含所有圖像（貓 + 狗 + 熊貓），標簽包含它們的標簽，但不知何故，當我將數據擬合到模型時， val_loss和val_accuracy沒有顯示，每個時期中顯示的唯一指標是loss和accuracy 。 我不知道為什么它沒有出現，但我覺得這是因為我沒有通過validation_data所以我將X_test.all()傳遞給validation_data但是val_loss和val_accuracy仍然沒有出現，我該怎么辦？

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

您忘記在模型擬合中輸入驗證測試。

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

Answer 2

您忘記將 y_test 變量轉換為分類類型。 添加這一行，

y_test  = np_utils.to_categorical(y_test  , 3)