本文主要是介绍Keras模型可视化-模型结构图和训练损失/结果plot_model，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

模型可视化
keras.utils.vis_utils 模块提供了一些绘制 Keras 模型的实用功能(使用 graphviz)。

plot_model

以下实例，将绘制一张模型图，并保存为文件：

from keras.utils import plot_model
plot_model(model, to_file=‘model.png’)

from keras.utils import plot_model
plot_model(model, to_file='model.png')

此外，你也可以直接取得 pydot.Graph 对象并自己渲染它。 例如，ipython notebook 中的可视化实例如下：

from IPython.display import SVG
from keras.utils.vis_utils import model_to_dot

SVG(model_to_dot(model).create(prog='dot', format='svg'))

训练历史可视化history.history[ ‘val_acc’]

Keras Model 上的 fit() 方法返回一个 History 对象。History.history 属性是一个记录了连续迭代的训练/验证（如果存在）损失值和评估值的字典。这里是一个简单的使用 matplotlib 来生成训练/验证集的损失和准确率图表的例子：

import matplotlib.pyplot as plt

history = model.fit(x, y, validation_split=0.25, epochs=50, batch_size=16, verbose=1)

# 绘制训练 & 验证的准确率值
plt.plot(history.history['acc'])
plt.plot(history.history['val_acc'])
plt.title('Model accuracy')
plt.ylabel('Accuracy')
plt.xlabel('Epoch')
plt.legend(['Train', 'Test'], loc='upper left')
plt.show()

# 绘制训练 & 验证的损失值
plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.title('Model loss')
plt.ylabel('Loss')
plt.xlabel('Epoch')
plt.legend(['Train', 'Test'], loc='upper left')
plt.show()

这篇关于Keras模型可视化-模型结构图和训练损失/结果plot_model的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！