history = model.fit_generator（）为什么keras历史为空？{}

Question

我无法从model.fit_generator()获取历史记录

net_history=densenet_model.fit_generator(
  generator=train_loader,
  steps_per_epoch=len(train_dataset), 
  max_queue_size=500,
  workers=1,
  validation_data=val_loader,
  epochs=10, 
  validation_steps=len(val_dataset),
  verbose=0,
  callbacks=[checkpointer, tensorboard]
)
print(net_history.history)
print(net_history.history.keys())

结果：

  {}
  dict_keys([])

但是我可以从model.fit()获取历史记录信息>

net_history2=densenet_model.fit(
  x_train,
  y_train,
  validation_split=0.3,
  epochs=4,
  verbose=0,
  batch_size=4,
  callbacks=[checkpointer, tensorboard]
)
print(net_history2.history)
结果：

{'val_loss': [1.0166720993050904, 0.8762002832421633, 0.9079110455290179, 0.8696109705439238], 
'val_categorical_crossentropy': [0.8133353590965271, 0.677170991897583, 0.7131518721580505, 
0.6792631149291992], 'val_categorical_accuracy': [0.5887850522994995, 0.6355140209197998, 
0.5794392228126526, 0.6074766516685486], 'loss': [0.8654926233446067, 0.8416075144219495, 
0.8553338176325748, 0.8491003025881192], 'categorical_crossentropy': [0.6599225, 0.6403823, 
0.6583931, 0.6564969], 'categorical_accuracy': [0.6396761, 0.659919, 0.5991903, 0.562753]}
为什么会这样？

如何从model.fit_generator获得损失和准确性信息？

ps：我无法通过日志事件可视化迭代过程，因为每次我尝试在张量板上打开它时，浏览器都会陷入'命名空间层次结构中查找相似的子图'，然后崩溃... QAQ

我无法从model.fit_generator（）获得历史记录net_history = densenet_model.fit_generator（generator = train_loader，steps_per_epoch = len（train_dataset），max_queue_size = 500，worker = 1，...

Answer 1

您可以坚持使用model.fit，因为它支持生成器。