新品发布会领导致辞稿seo优化交流

model.fit()当verbose=1的时候会打印出所有指标和loss, 在多输出的情况下更是一团乱麻.
下面是一个可以指定每个epoch训练完的输入指标的方法:

from keras.callbacks import Callback# Custom callback to display loss only at the end of each epoch
class LossCallback(Callback):def on_epoch_end(self, epoch, logs=None):print(f'Epoch {epoch+1}/{self.params["epochs"]} - loss: {logs["loss"]:.4f}')model.fit(X_train, y_train, epochs=10, batch_size=32, callbacks=[LossCallback()], verbose=0)

重载on_epoch_end函数, 然后利用callbacks调用即可.