张量流模型对熊猫数据框的准确性和损失答案

【问题标题】：Tensorflow model Accuracy and Loss to pandas dataframe张量流模型对熊猫数据框的准确性和损失
【发布时间】：2021-02-25 10:44:26
【问题描述】：

我正在训练一个 tensorflow DNN 模型，它会给出这样的结果，

    Epoch 1/60
119/119 [==============================] - 273s 2s/step - loss: 1.4571 - accuracy: 0.3004 - val_loss: 1.3791 - val_accuracy: 0.2999
Epoch 2/60
119/119 [==============================] - 281s 2s/step - loss: 1.3186 - accuracy: 0.3503 - val_loss: 1.3658 - val_accuracy: 0.3193
Epoch 3/60
119/119 [==============================] - 274s 2s/step - loss: 1.2985 - accuracy: 0.3703 - val_loss: 1.3475 - val_accuracy: 0.2962
Epoch 4/60
119/119 [==============================] - 271s 2s/step - loss: 1.2885 - accuracy: 0.3829 - val_loss: 1.3258 - val_accuracy: 0.3162

我可以生成一个包含 epochs、loss、accuracy、val_accuracy 和 val_loss 的数据帧吗？

喜欢

epochs  loss     accuracy  val_loss  val_accuracy
1       1.4571   0.3004    1.3791    0.2999
2       1.3186   0.3503    1.3658    0.3193
3       1.2985   0.3703    1.3475    0.2962
4       1.2885   0.3829    1.3258    0.3162

【问题讨论】：

标签： python pandas dataframe tensorflow keras

【解决方案1】：

如here 所述，您可以通过将model.fit 的历史记录保存在一个变量中，然后使用该变量创建您的DataFrame，如下所示：

history = model.fit(x_train, y_train, epochs=10)
   
hist_df = pd.DataFrame(history.history)

【讨论】：