绘制测试和训练集的损失与历元历史答案

【问题标题】：Plot Loss vs epochs History for test and training set绘制测试和训练集的损失与历元历史
【发布时间】：2021-03-20 18:08:26
【问题描述】：

我正在使用 TensorFlow 2.4.0 和 Keras，我想为测试和训练集绘制 Loss vs epochs History。我在使用 TensorFlow 1.15 时能够做到这一点，使用下面的代码但是当尝试将其转移到新版本时它不起作用

 model.fit(X2_train ,y2_train, epochs =100, batch_size = 32)

plt.subplot(1,1,1)
plt.plot(model.history.history['loss'])
plt.plot(model.history.history['val_loss'])
plt.title('Loss function of CNN Model')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper right')
plt.ylim(0,200)
plt.grid()
plt.tight_layout()
plt.subplots_adjust(left=0.0, bottom=0.0, right=2.0, top=0.8, wspace=0.2, hspace=0.2)
plt.show()

【问题讨论】：

不清楚您的主要问题是什么。该代码在 tf 1 中有效，但在 tf 2 中无效？给出一些可重现的代码。
是的，它在 tf 1 中工作，而不是在 tf 2 中
提供的信息不充分。您可以共享独立代码来复制您的问题吗？以便我们可以尽力帮助您。谢谢！
这可能是同一个问题here 或者我认为问题是您在model.compile( metrics=["ACC"]) 中定义为度量标准，就像这样post

标签： tensorflow machine-learning keras plot loss

【解决方案1】：

感谢answer，您可以使用history.history 的所有数据集的历史可用指标绘制图表：

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
history = model.fit(X_train, y_train, nb_epoch=10, validation_data=(X_test, y_test), shuffle=True)

...

pd.DataFrame(history.history).plot(figsize=(8,5))
plt.show()

您也可以保存/记录它。有很好的解决方法here。

【讨论】：