KeyError: ‘val_acc‘、 ‘val_accuracy‘、‘accuracy‘ ‘val_loss‘、 ‘loss‘问题解决

    由于Keras的版本问题，输入的代码'val_acc'或者'val_accuracy'会有所规范。

一开始我想要输出训练模型的损失函数和准确度：（展示部分代码）

def print_history(history):
    # 绘制训练 & 验证的准确率值
    plt.plot(history.history['accuracy'])
    plt.plot(history.history['val_acc'])
    plt.plot(history.history['loss'])
    plt.plot(history.history['val_loss'])
    plt.title('Model accuracy&loss')
    plt.xlabel('Epoch')
    plt.legend(['Train_acc', 'Val_acc', 'Train_loss', 'Val_loss'])
    plt.show()

history = model.fit(x_train, y_train,
          epochs=20,
          batch_size=128)

print_history(history)

    而系统却报错：

于是我把'val_acc'改为'val_accuracy'，但是同样报错：

    也就是说无论是把'val_acc'改为'val_accuracy'还是把'val_accuracy'改为'val_acc'，都没有解决问题。

解决方法就是：

看看history有什么关键字。以前Keras所对应含有的关键字不一定现在也有。

输入代码：

 print(history.history.keys())

输出结果：

可见，关键字只含有loss和accuracy。只要在上述的函数中做对应的更改，就可以输出损失函数和准确率了。