卷积神经网络-Keras-val_acc Keyerror'acc'

Question

我正在尝试通过Theano实施CNN。我使用了Keras库。我的数据集是55个字母图像（28x28）。

在最后一部分中，我得到此错误：

train_acc=hist.history['acc']
KeyError: 'acc'

任何帮助将非常感激。谢谢。

这是我的代码的一部分：

train_acc=hist.history['acc']
KeyError: 'acc'

Answer 1

在不太常见的情况下（正如我在一些 tensorflow 更新后所预期的那样），尽管在模型定义中选择了metrics=["accuracy"]，但我仍然遇到相同的错误。

解决方案是：将metrics=["acc"]替换为metrics=["accuracy"] 无处不在。就我而言，我无法绘制训练历史的参数。我不得不更换

acc = history.history['acc']
val_acc = history.history['val_acc']

loss = history.history['loss']
val_loss = history.history['val_loss']

到

acc = history.history['accuracy']
val_acc = history.history['val_accuracy']

loss = history.history['loss']
val_loss = history.history['val_loss']

Answer 2

您的log变量将与metrics编译模型时的一致。

例如，下面的代码

model.compile(loss="mean_squared_error", optimizer=optimizer) 
model.fit_generator(gen,epochs=50,callbacks=ModelCheckpoint("model_{acc}.hdf5")])

会给出一个KeyError: 'acc'因为你没有设置metrics=["accuracy"]在model.compile。

当指标不匹配时也会发生此错误。例如

model.compile(loss="mean_squared_error",optimizer=optimizer, metrics="binary_accuracy"]) 
model.fit_generator(gen,epochs=50,callbacks=ModelCheckpoint("model_{acc}.hdf5")])

仍然给出一个，KeyError: 'acc'因为您设置了一个binary_accuracy指标但accuracy稍后要求。

如果你把上面的代码改成

model.compile(loss="mean_squared_error",optimizer=optimizer, metrics="binary_accuracy"]) 
model.fit_generator(gen,epochs=50,callbacks=ModelCheckpoint("model_{binary_accuracy}.hdf5")])

它会起作用。

Answer 3

您可以使用它print(history.history.keys())来找出您拥有的指标以及它们的名称。就我而言，它也被称为"accuracy"，而不是"acc"