我正在训练一个tensorflow DNN模型，该模型会给出这样的结果，
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
我可以生成具有历元，损失，准确性，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
如上所述在这里，您可以从保存的历史做model.fit一个变量，然后创建您的DataFrame使用，因为这样的：
history = model.fit(x_train, y_train, epochs=10)
hist_df = pd.DataFrame(history.history)
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句