这是我的代码和使用的数据： https://github.com/younesazz/xss_lstm
我想要一个可以修改我的代码并打印 val_acc 和 val_loss 的人...
我想在这一行中使用 validation_data=(?,?) :
model.fit_generator(train_generator, steps_per_epoch=train_size // (batch_size * epochs_num), epochs=epochs_num,validation_data=(test_datas,test_labels),validation_steps=0.2,callbacks=None, verbose=1)
这是我的结果
时代 1/10 25/25 [================================] - 163 秒 6 秒/步 - 损失：0.6663 - 精度：0.6096 纪元 2/10 25/25 [==============================] - 152 秒 6 秒/步 - 损失：0.3126 - 精度：0.8916 时代 3/10 25/25 [==============================] - 151 秒 6 秒/步 - 损失：0.0869 - 精度：0.9802 时代 4/10 25/25 [==============================] - 149 秒 6 秒/步 - 损失：0.0706 - 精度：0.9822 纪元 5/10 25/25 [================================] - 149 秒 6 秒/步 - 损失：0.0701 - 精度：0.9814 时代 6/10 25/25 [================================] - 149 秒 6 秒/步 - 损失：0.0602 - 精度：0.9842 时代 7/10 25/25 [==============================] - 151 秒 6 秒/步 - 损失：0.0529 - 精度：0.9862 时代 8/10 25/25 [==============================] - 150 秒 6 秒/步 - 损失：0.0471 - 精度：0.9872 时代 9/10 25/25 [==============================] - 149 秒 6 秒/步 - 损失：0.0563 - 精度：0.9856 时代 10/10 25/25 [==============================] - 151s 6s/步 - 损失：0.0486 - 精度：0.9880
. . . . 62/65批次 63/65批次 64/65批次 65/65批次 精度得分为：0.9954778414229726 召回分数为：0.9830306638880619 准确度得分为：0.9888948870208992 F1 分数是：0.9892150988615939 FP 率为：[0. 0.00480077 1.] TP率是：[0。 0.98303066 1.] Roc_AOC 是：0.9891149478825811
我需要这样的结果：
时代 1/10 25/25 [==============================] - 163 秒 6 秒/步 - 损失：0.6663 - 准确度：0.6096 - val_loss ：？ - 准确度：?